Précédent Suivant
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. ;

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...