Previous Next
Les patientes atteintes d’un cancer du sein répondent différemment à l’immunothérapie. Il est déterminant d’explorer de nouveaux biomarqueurs capables de prédire précisément les réponses cliniques à l’immunothérapie. Dans cette étude rétrospective multi-cohortes, cinq cohortes de patientes atteintes d’un cancer du sein ont été incluses pour valider un biomarqueur des phénotypes du microenvironnement tumoral, en utilisant une voie radiomique basée sur l’apprentissage automatique. Deux groupes de phénotypes du microenvironnement tumoral ont été distingués, un groupe « immuno-enflammé » avec une infiltration massive de cellules immunitaires innées et adaptatives, et un groupe « immuno-désert », avec une infiltration faible de cellules immunitaires. Le biomarqueur radiomique mis au point était capable de distinguer ces deux types de microenvironnement.

Source(s) :
Xiaorui Han et al. Development of a machine learning-based radiomics signature for estimating breast cancer TME phenotypes and predicting anti-PD-1/PD-L1 immunotherapy response. Breast Cancer Res. 2024 Jan 29;26(1):18. ;

Last press reviews


COVID-19 and coagulation parameters: a link to mortality?

The COVID-19 pandemic, caused by SARS-CoV-2, has led to millions of deaths...

Resistance training and Multiple Sclerosis: a solution to improve function and quality of life?

Multiple sclerosis (MS) is a chronic autoimmune disease of the central ner...

Endometriosis: the Impact of hormones, sexual practice, and surgical treatments

Endometriosis is a chronic inflammatory disease modulated by estrogen leve...