Previous Next
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. ;

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...