El Departament d'Hematologia de l'Hospital Universitari Son Llàtzer i l'Institut d'Investigació Sanitària Balears (IdISBa) han participat en la publicació d'un model machine learning basat en biomarcadors tumorals i immunitaris per predir la malaltia residual mesurable (MRM) indetectable i els resultats de supervivència en el mieloma múltiple. També hi han participat diferents centres espanyols.
Joan Bargay
, hematòleg de l'Hospital Universitari Son Llàtzer i investigador de l'IdISBa, ha participat en la publicació de l'article amb el títol "A Machine Learning Model Based on Tumor and Immune Biomarkers to Predict Undetectable MRD and Survival Outcomes in Multiple Myeloma" a la revista Clinical Cancer Research.
La malaltia mesurable indetectable (MRM) és un substitut de la supervivència prolongada en el mieloma múltiple. Per tant, la individualització del tractament basat en la probabilitat d'un pacient arribant a una MRM indetectable amb un règim singular podría representar un nou concepte cap al tractament personalitzat, amb una ràpida avaluació d'aquest esdeveniment. Això no s'ha investigat mai, així, es volia definir un model de machine learning per predir la MRM indetectable en un entorn de mieloma múltiple.
És possible predir de forma precisa els resultats de la MRM utilitzant un model integratiu ponderat definit per algoritmes de machine learning. Aquest és un nou concepte que durà cap a un tractament individualitzat en mieloma múltiple.
Referència de l'article
Guerrero C, Puig N, Cedena M-T, Goicoechea I, Perez C, Garces J-J, et al. A machine learning model based on tumor and immune biomarkers to predict undetectable MRD and survival outcomes in multiple myeloma. Clin Cancer Res. Gen 2022. doi: 10.1158/1078-0432.CCR-21-3430. PubMed PMID: 35063966.Enllaços Bibliosalut
Mètriques
 Altmetric |
[Font: Bibliosalut]
[Foto: Hospital Universitari Son Espases]
