Previous Next
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. ;

Last press reviews


SARS-CoV-2: What are its impacts on male fertility?

Since its emergence in 2019, SARS-CoV-2 has disrupted global public health...

Adherence to Antiretroviral Therapy (ART): The role of digital health in supporting HIV-positive patients

Adherence to antiretroviral therapy (ART) is essential to prevent the prog...

Stress and its impacts on brain alterations: toward a better understanding of ADHD

Attention-Deficit / Hyperactivity Disorder (ADHD) is a complex neurodevelo...