I‐SPY2 trial yields first results on combination therapy for triple‐negative breast cancer
PulseAugur coverage of I‐SPY2 trial yields first results on combination therapy for triple‐negative breast cancer — every cluster mentioning I‐SPY2 trial yields first results on combination therapy for triple‐negative breast cancer across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的MRI方法预测乳腺癌复发风险
研究人员开发了一个新的框架，利用预处理的动态对比增强MRI熵来更好地预测接受新辅助治疗的乳腺癌患者的复发风险。该方法分析肿瘤内增强的异质性，以识别具有有利或不利结构状态的患者，即使在达到病理完全缓解的患者中也是如此。该四级框架在总计1200名患者的四个队列中进行了测试，显示复发率存在显著差异，不利的结构状态与较高的风险相关。虽然不能取代pCR或RCB等现有终点，但这种基于MRI的方法为优化反应质量评估和识别可能受益于进一步干预的患者提…
-
AI模型利用纵向MRI扫描预测乳腺癌反应
研究人员开发了一个新的纵向框架，该框架结合了冻结的3D基础编码器Pillar-0和时间动态网络（TDN），以预测乳腺癌患者的新辅助化疗反应。该模型分析了在四个临床时间点拍摄的系列动态对比增强（DCE）MRI扫描，并将这些影像数据与临床和治疗信息相结合。在来自I-SPY2和ACRIN-6698试验的982名患者队列上进行评估时，该框架达到了73.6%的测试AUROC和69.1%的平衡准确率，表明纵向3D成像为预测病理完全缓解（pCR）提…
-
新的放射组学框架解耦CT/MRI中的体素几何与信号变化
研究人员开发了一个新的放射组学框架，该框架考虑了医学成像（特别是计算机断层扫描（CT）和磁共振成像（MRI））中的体素间距。这种体素间距感知（VS）方法旨在将真实的体素几何与各向异性图像中常见的插值引起的信号变化分离开来。实验表明，在一致性方面，VS方法与原始的、未重采样提取（NR）方法非常接近，并能保持预测性能，为放射组学分析提供了一种更连贯的替代方案。
-
治疗前 MRI 揭示隐藏的乳腺癌表型
研究人员在治疗前 MRI 扫描中识别出一种潜在的结构表型，该表型会影响乳腺癌的治疗结果，并且与分子亚型无关。这种被称为结构熵的表型被发现比传统的临床和基因组数据更能可靠地预测治疗反应和复发风险。研究表明，尽管肿瘤在体积上可能缩小，但其潜在的结构紊乱可能持续存在，从而可能产生虚假的治疗反应迹象。这项研究已在多个数据集上得到验证，强调了先进的成像分析对于更准确地理解治疗效果的重要性。
-
新AI框架利用基因表达数据预测治疗反应
研究人员开发了PREDIKTOR，一个新颖的多视图框架，旨在利用基因表达数据预测患者特异性治疗反应。该框架将个性化基因调控网络与可转移的转录组扰动视图进行对齐。通过采用类似CLIP的对比目标和图神经网络编码器，PREDIKTOR生成嵌入，从而实现端到端的反应分类。该模型在各种数据集上表现优于现有方法，并有望用于可解释的精准肿瘤学。