論文の概要: An AI based Digital Score of Tumour-Immune Microenvironment Predicts
Benefit to Maintenance Immunotherapy in Advanced Oesophagogastric
Adenocarcinoma
- arxiv url: http://arxiv.org/abs/2402.19296v1
- Date: Thu, 29 Feb 2024 15:59:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-01 14:05:46.827734
- Title: An AI based Digital Score of Tumour-Immune Microenvironment Predicts
Benefit to Maintenance Immunotherapy in Advanced Oesophagogastric
Adenocarcinoma
- Title(参考訳): 進行食道腺癌に対する免疫療法の維持に適したTumour-Immune microenvironmentのAIによるデジタルスコア
- Authors: Quoc Dang Vu, Caroline Fong, Anderley Gordon, Tom Lund, Tatiany L
Silveira, Daniel Rodrigues, Katharina von Loga, Shan E Ahmed Raza, David
Cunningham, Nasir Rajpoot
- Abstract要約: 胃癌と食道癌(OG)は世界中でがん死亡の原因となっている。
近年, PDL1免疫チェックポイントインヒビター (ICI) と化学療法の併用が患者の生存率を向上させることが報告されている。
FOXP3を発現するT細胞は治療効果と生存率に大きな影響を及ぼすと考えられた。
- 参考スコア(独自算出の注目度): 1.3150205248469182
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Gastric and oesophageal (OG) cancers are the leading causes of cancer
mortality worldwide. In OG cancers, recent studies have showed that PDL1 immune
checkpoint inhibitors (ICI) in combination with chemotherapy improves patient
survival. However, our understanding of the tumour immune microenvironment in
OG cancers remains limited. In this study, we interrogate multiplex
immunofluorescence (mIF) images taken from patients with advanced
Oesophagogastric Adenocarcinoma (OGA) who received first-line fluoropyrimidine
and platinum-based chemotherapy in the PLATFORM trial (NCT02678182) to predict
the efficacy of the treatment and to explore the biological basis of patients
responding to maintenance durvalumab (PDL1 inhibitor). Our proposed Artificial
Intelligence (AI) based marker successfully identified responder from
non-responder (p < 0.05) as well as those who could potentially benefit from
ICI with statistical significance (p < 0.05) for both progression free and
overall survival. Our findings suggest that T cells that express FOXP3 seem to
heavily influence the patient treatment response and survival outcome. We also
observed that higher levels of CD8+PD1+ cells are consistently linked to poor
prognosis for both OS and PFS, regardless of ICI.
- Abstract(参考訳): 胃癌と食道癌(OG)は世界中でがん死亡の原因となっている。
og癌では、最近の研究では、pdl1免疫チェックポイント阻害剤(ici)と化学療法が患者の生存を改善できることが示されている。
しかし,og癌における腫瘍免疫マイクロ環境の理解は限られている。
本研究は,PLATFORM試験(NCT02678182)において一線性フルオロピリミジンおよびプラチナ系化学療法を施行した進行性食道胃腺癌(OGA)患者の多発性免疫蛍光(mIF)像を検査し,治療効果を予測し,維持デュラバマブ(PDL1阻害剤)に反応する患者の生物学的基盤を探るためである。
提案したAIマーカーは,非応答者 (p < 0.05) からの応答者を同定し,ICIの統計的意義 (p < 0.05) を有する可能性が示唆された。
foxp3を発現するt細胞は患者の治療反応や生存成績に大きく影響していると考えられる。
また,CD8+PD1+細胞はICIにかかわらず,OSおよびPSSの予後不良と一貫して関連していることがわかった。
関連論文リスト
- Non-Linear Self Augmentation Deep Pipeline for Cancer Treatment outcome
Prediction [7.455416595124159]
著者らは、深い下流の分類器とともに非線形セルアーキテクチャを利用する革新的な戦略を提示している。
本研究の目的は,胸部CT像から抽出した2次元特徴を慎重に選択・拡張し,治療成績の予測を改善することである。
提案したパイプラインは、高度に組み込まれたPoint of Careシステムとシームレスに統合するように慎重に設計されている。
論文 参考訳(メタデータ) (2023-07-26T15:01:26Z) - Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep
Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。
金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。
本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
論文 参考訳(メタデータ) (2023-04-12T15:08:34Z) - Regression-based Deep-Learning predicts molecular biomarkers from
pathology slides [40.24757332810004]
我々は,画像から直接バイオマーカーを予測する自己監督型弱教師付き回帰手法を開発し,評価した。
回帰を用いて、バイオマーカー予測の精度を著しく向上させ、また、分類よりも結果の解釈可能性を向上させる。
我々のオープンソースレグレッションアプローチは、計算病理学における連続バイオマーカー解析に有望な代替手段を提供する。
論文 参考訳(メタデータ) (2023-04-11T11:43:51Z) - Enhancing Clinical Support for Breast Cancer with Deep Learning Models
using Synthetic Correlated Diffusion Imaging [66.63200823918429]
深層学習モデルを用いた乳癌に対する臨床支援の強化について検討した。
我々は、体積畳み込みニューラルネットワークを利用して、前処理コホートから深い放射能特徴を学習する。
提案手法は, グレードと処理後応答予測の両方において, より良い性能を実現することができる。
論文 参考訳(メタデータ) (2022-11-10T03:02:12Z) - Generating counterfactual explanations of tumor spatial proteomes to
discover effective strategies for enhancing immune infiltration [44.99833362998488]
腫瘍微小環境(TME)は免疫組成により癌予後に大きな影響を及ぼす。
本稿では,T細胞浸潤予測を自己教師型機械学習問題として定式化する。
悪性黒色腫,大腸癌肝転移,乳癌データに枠組みを応用し,T細胞浸潤が予測される摂動を発見した。
論文 参考訳(メタデータ) (2022-11-08T05:46:02Z) - Novel Radiomic Measurements of Tumor- Associated Vasculature Morphology
on Clinical Imaging as a Biomarker of Treatment Response in Multiple Cancers [2.9475893559701905]
腫瘍関連血管造影(QuanTAV)と呼ばれる新しい放射線バイオマーカーの分類を報告する。
腫瘍関連血管の形状と構造は,多発癌および治療における予後・予測バイオマーカーとしての可能性が示唆された。
論文 参考訳(メタデータ) (2022-10-05T13:58:27Z) - Deep radiomic signature with immune cell markers predicts the survival
of glioma patients [8.386631203775533]
畳み込みニューラルネットワーク(CNN)から計算した新しい種類の深部放射線特徴量(DRF)を提案する。
提案手法は,MRIスキャンのラベル付き腫瘍領域内で,事前訓練した3D-CNNの活性化マップを集約することにより,合計180個のRFを抽出する。
その結果, DRFと各種マーカーとの間には高い相関がみられ, これらのマーカーに基づいて分類した患者間で有意差が認められた。
論文 参考訳(メタデータ) (2022-06-09T08:52:15Z) - Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology:
AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。
本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文 参考訳(メタデータ) (2022-02-17T08:33:52Z) - L1-regularized neural ranking for risk stratification and its
application to prediction of time to distant metastasis in luminal node
negative chemotherapy na\"ive breast cancer patients [9.269883992088147]
そこで我々は,このような疑問に答えるために,ランキングに基づく検閲対応機械学習モデルを提案する。
早期乳癌(ER+またはHER2-)患者の遠隔転移と早期臨床パラメータとの関連について検討した。
本研究は,遠隔転移のリスクが高い症例と低い症例の鑑別が可能であることを示す。
論文 参考訳(メタデータ) (2021-08-23T19:04:18Z) - A digital score of tumour-associated stroma infiltrating lymphocytes
predicts survival in head and neck squamous cell carcinoma [1.116655705522709]
線条体と腫瘍におけるTリンパ球の浸潤は、腫瘍に対する効果的な免疫反応を示し、生存率を向上させる。
深層学習に基づく自動化法は, 腫瘍, ストロマ, リンパ球の分画に用いられた。
リンパ球と腫瘍関連組織腫の空間パターンをデジタルで定量化し,TASILスコアを算出した。
論文 参考訳(メタデータ) (2021-04-16T19:45:00Z) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳(メタデータ) (2020-07-20T19:08:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。