Précédent Suivant
Les lymphocytes infiltrant la tumeur sont reconnus comme des marqueurs prédictifs et pronostiques dans le cancer du sein triple négatif et le cancer du sein HER2 positif. Pour aller plus loin dans la compréhension des rôles joués par ces lymphocytes, des chercheurs font le point ici sur le recours à l’apprentissage automatique et aux autres techniques de pointe. Ils pointent du doigt les pièges et les limites de ces approches, par rapport aux techniques habituellement utilisées. Ils abordent successivement les problèmes techniques, les analyses d’images, les défis liés aux données et les problèmes de validation. Ils détaillent les paramètres à prendre en compte pour envisager l’utilisation de ces nouvelles approches en pratique clinique de routine pour les patientes atteintes d’un cancer du sein triple négatif.

Source(s) :
Jeppe Thagaard et al. Pitfalls in machine learning-based assessment of tumor-infiltrating lymphocytes in breast cancer: a report of the international immuno-oncology biomarker working group. J Pathol. 2023 Aug 23. ;

Dernières revues


COVID-19 et paramètres de coagulation : un lien avec la mortalité ?

La pandémie de COVID-19, causée par le SARS-CoV-2, a entraîné des millions...

Entraînement de résistance et sclérose en plaques : une solution pour améliorer fonction et qualité de vie ?

La sclérose en plaques (SEP) est une maladie auto-immune chronique du syst...

Endométriose : impact des hormones, des comportements sexuels et des traitements chirurgicaux

L'endométriose est une maladie inflammatoire chronique modulée par les niv...