乳腺癌患者长期随访中循环肿瘤DNA评估的预后价值

乳腺癌患者长期随访中循环肿瘤DNA评估的预后价值

科学研究报告 背景介绍 乳腺癌是全球男女中最常诊断出的癌症,也是女性癌症相关死亡的主要原因。早期乳腺癌的标准治疗方法通常包括手术和(新)辅助化疗和/或内分泌治疗,其目的是消除显微微小残留病灶(Minimal Residual Disease, MRD)。然而,高达30%的乳腺癌患者在初级治疗后最终会复发,出现生命威胁的转移。因此,迫切需要开发更敏感的技术,以检测MRD并在乳腺癌初级治疗后随访患者,目的是识别是否在MRD患者中进行干预可能有助于改善预后。 个性化循环肿瘤DNA(ctDNA)检测被认为是预测肺癌和结肠癌复发的一项有前途的技术。在乳腺癌患者中,多项研究表明ctDNA检测可以早于临床或影像学复发预测转移复发。本研究旨在评估个性化、肿瘤知情的ctDNA检测对乳腺癌患者在长期随访中的预后...

使用脑脊液生物标志物模型对阿尔茨海默病进行病程阶段划分

研究背景与目的 随着全球超过5000万人受认知障碍病症影响,预计这一数字到2050年将翻倍。阿尔茨海默病(AD)是最常见的痴呆形式,其特征是脑部形成淀粉样β(Aβ)胞外斑块和tau蛋白内部聚集。过去二十年间,AD领域聚焦于使用生物标志物来支持诊断和预断,而不单靠临床症状。本研究旨在利用脑脊液(CSF)生物标志物构建一个对AD进行分期的稳健生物学模型。 研究来源 本研究由Gemma Salvadó等多位学者完成,他们来自于多个国家和地区的多个研究机构,例如瑞典隆德大学、华盛顿大学医学院和荷兰阿姆斯特丹VU大学医学中心等。该研究成果发表于2024年5月的《Nature Aging》杂志上。 研究设计与方法 本研究包括426名来自Biofinder-2项目和222名来自Knight阿尔茨海默病研究...

小肠腺癌的基因组分析:三大数据库的汇总分析

小肠腺癌基因组学概况:基于三大数据库的数据整合分析 背景及研究意义 小肠腺癌(Small Bowel Adenocarcinoma, SBA)是一种罕见的肿瘤,但其发病率近年来有所上升,尤其是十二指肠腺癌。在SBA患者中,约20%患有某些易感疾病,如克罗恩病和林奇综合征。已有研究表明,小肠腺癌在基因组学层面上更接近于结直肠腺癌,而非胃腺癌。然而,关于不同阶段SBA的基因谱以及其预后价值的系统研究仍然有限。 本文作者进行了大规模基因组学分析,以探讨SBA的基因突变分布及其与疾病预后之间的关系,研究内容具有重要的临床价值和科研意义。 研究来源与作者团队 本文的研究由法国和意大利的多家顶级科研机构联合完成,主要作者包括来自Saint Louis Hospital、Sorbonne Universi...

高级别胃肠胰腺肿瘤的全面基因组和转录组特征

高级别胃肠胰腺肿瘤的全面基因组和转录组特征

高级别胃肠胰腺神经内分泌肿瘤的综合基因组和转录组特征研究报告 研究背景 高级胃肠胰腺神经内分泌肿瘤(high-grade gastro-entero-pancreatic neuroendocrine neoplasms, HG GEP-NENs)是一类具有神经内分泌分化特征的异质性恶性肿瘤。根据WHO 2019 [1]和2022 [2]标准,GEP-NENs目前被分为三类:神经内分泌肿瘤(NETs),神经内分泌癌(NECs)和混合型非神经内分泌-神经内分泌肿瘤。国际临床指南[3, 4]认可将GEP-NET G3和GEP-NECs作为一个覆盖性概念HG GEP-NENs,但强调GEP-NET G3和GEP-NECs在预后和治疗上的差异。GEP-NECs的预后较差,晚期患者中位总生存时间(OS...

胶质瘤疾病预测:一种优化的集成机器学习方法

基于优化集成机器学习的胶质瘤疾病预测 论文背景与研究目的 在医学研究中,胶质瘤(gliomas)是最常见的原发性脑肿瘤,具有不同临床行为和治疗结果的多种癌症类型。胶质瘤患者预后的准确预测对治疗方案的优化和个性化患者护理至关重要。随着大规模基因组和临床信息的广泛可用,机器学习方法在创建可靠的胶质瘤预测模型方面展示了巨大潜力。本研究中的胶质瘤预测模型旨在通过集成多个机器学习算法(KStar 和 SMOReg)来提升胶质瘤预测的准确性和效率,从而为个性化医疗和改善患者预后提供帮助。 论文来源 这篇论文由 Jatin Thakur、Chahil Choudhary、Hari Gobind、Vipasha Abrol 和 Anurag 提交,他们均来自印度Mohali的Chandigarh Unive...

数据工程赋能的胶质瘤生存分析

脑胶质瘤患者的生存分析研究:数据工程赋能综述 引言 脑胶质瘤是一种在胶质细胞中发生的肿瘤,它们占全部原发性脑和中央神经系统肿瘤的26.7%。由于肿瘤异质性的存在,脑胶质瘤患者的生存分析成为了临床管理中的一个关键任务。在过去几十年里,研究者们提出了多种生存分析方法,结合不同类型的数据,如影像和遗传信息。尤其是近年来,机器学习技术和深度学习的兴起改变了传统的基于统计分析的生存分析方法。本文综述了利用诊断影像技术和基因组平台获得的预后参数,以及用于预后预测的技术、学习和统计分析算法,突出了现有生存预测研究的挑战,并提出了该领域研究的未来方向。 作者及出版信息 作者: Navodini Wijethilake (斯里兰卡莫拉图瓦大学计算机科学与工程系研究成员) 合著者: Dulani Meedeni...

基于影像表型和基因型的深度学习来预测胶质母细胞瘤患者的总体生存时间

基于影像表型和基因型的深度学习来预测胶质母细胞瘤患者的总体生存时间

在全球范围内,恶性脑肿瘤中最常见和最致命的是胶质母细胞瘤(Glioblastoma, GBM)。近年来,不断有研究尝试通过机器学习技术,基于术前的单模态或多模态成像表型来预测GBM患者的总生存时间(Overall Survival, OS)。尽管这些机器学习方法在预测上取得了一定的进展,但多数研究并未考虑基于影像学的OS预测方法中包含的肿瘤基因型信息,而这些信息对预后有很强的指示作用。为解决这般问题,Tang Zhenyu、Xu Yuyun、Jin Lei 等人于2020年6月在《IEEE Transactions on Medical Imaging》上发表了题为“Deep Learning of Imaging Phenotype and Genotype for Predicting ...

基于监督机器学习的脑CT分析作为院外心脏骤停后结果的预测指标

脑部CT分析作为院外心脏骤停后预后预测工具的监督机器学习分析 研究背景 心脏骤停(Out-of-Hospital Cardiac Arrest, OHCA)是西方世界主要的死亡原因之一,其存活率极低,仅为3%到16%。OHCA后的神经学预后和总体预后主要由缺氧缺血性脑损伤(Hypoxic-Ischemic Brain Injury, HIBI)决定。大多数OHCA导致的死亡是因为认为预后很差而撤除生命支持。因此,准确识别HIBI和进行可靠的预后判断对告知亲属、做出治疗决策以及合理使用有限的重症监护资源至关重要。 研究动机 OHCA带来的医学挑战巨大,准确的预后判断对于患者、家属和医护人员具有深远影响。当前使用的预后算法包括电生理、临床、影像和实验室参数。然而,尽管脑部CT(Cerebral ...

肝细胞癌术后联合CT影像的创新分层方案指导术后辅助肝动脉化疗栓塞

肝细胞癌术后联合CT影像的创新分层方案指导术后辅助肝动脉化疗栓塞的回顾性队列研究 背景介绍 肝细胞癌(Hepatocellular Carcinoma, HCC)是全球第六大常见癌症,也是与癌症相关死亡的第四大原因。对于HCC,肝切除术是主要的治疗方法,尤其是在早期,但手术后的5年复发率仍高达50-75%。已经有研究表明,术后辅助肝动脉化疗栓塞(Postoperative Adjuvant Transarterial Chemoembolization, PA-TACE)可以延长部分HCC患者的长期生存期并降低肿瘤复发率。然而,对于PA-TACE的疗效存在争议,部分研究并未体现其效果,这使得选择合适的患者成为一个紧迫的问题。 微血管侵犯(Microvascular Invasion, MVI...

IDH野生型胶质母细胞瘤中的脑膜转移:基于对比FLAIR的发病率、风险因素和预后综合分析

IDH野生型胶质母细胞瘤中脑膜转移的综合分析 在这篇发表于《Neuro-Oncology》期刊的文章中,从2024年起研究团队深入探讨了异柠檬酸脱氢酶(isocitrate dehydrogenase, IDH)野生型胶质母细胞瘤(glioblastoma)患者脑膜转移(leptomeningeal metastases, LM)的发生率、风险因素及预后。这项研究由来自首尔延世大学医学院(Yonsei University College of Medicine)的Yae Won Park等学者、纽约大学格罗斯曼医学院(New York University Grossman School of Medicine)的Rajan Jain等人共同完成。 背景及研究目标 脑膜转移是IDH野生型胶...