術前がん患者の新補助免疫療法の免疫関連有害事象:機械学習駆動の10年間の情報学調査

科学分野:

• 腫瘍学
• 免疫療法
• 医療情報学

背景:

• ネオアジュバント免疫療法 (NAI) は,がん治療において急速に発展している分野である.
• 免疫療法に関連する有害事象 (AE) の理解と管理は,NAIの適用において極めて重要です.
• NAIの安全性に関する知識の欠如が依然として顕著である.

研究 の 目的:

• 機械学習 (ML) を使用して過去10年間にNAIに関連したAEsのグローバル科学のプロフィールを作成する.
• NAIの安全性に関する重要な問題と新たな研究方向を特定する.
• 免疫チェックポイント阻害剤 (ICI) とその有効性と安全性に関する研究傾向を明らかにする.

主な方法:

• NAIの研究の10年間の機械学習駆動型情報分析
• 支配的な研究クラスタを特定するための無監督クラスタリングアルゴリズム.
• ホットスポットバースト分析により,新たな研究焦点とトレンドを特定します.

主要な成果:

• NAIの安全性に関する調査は,グローバルな協力が増加するにつれて,好ましい傾向を示しています (年間30.2%の成長).
• 6つの支配的な研究クラスターが特定され,その中で最も大きな影響を与えるのは"対応評価基準の標準化"である.
• "免疫チェックポイント阻害剤 (ICI) "と"有効性と安全性"は,治療のメリットとリスクをバランスさせるという意識が高まっていることを示しています.

結論:

• ML主導の分析は,NAIにおける安全上の課題の証拠を提供します.
• この分野は,NAIの有効性と安全性の間の重要なバランスにますます焦点を当てています.
• このバランスは,手術前がん患者のNAIの成功のために不可欠です.