探索乳腺癌中的新辅助化疗,预测模型,放射性和病理标记:综合性审查
Basma Elsayed1, Ahmed Alksas2, Mohamed Shehata2
1Biomedical Engineering Program, Faculty of Engineering, Mansoura University, Mansoura 35516, Egypt.
Cancers
|November 14, 2023
概括
预测乳腺癌新辅助化疗 (NACT) 反应至关重要. 本综述确定了关键的放射性标记物,并探索将它们与病理学数据结合起来,以改善治疗预测,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 乳腺癌是全球最常见的女性恶性瘤.
- 新辅助化疗 (NACT) 对于减少瘤大小和进行手术的候选人来说至关重要.
- 患者对NACT的反应差异很大,需要预测模型.
研究的目的:
- 确定有效的放射性标记物来预测乳腺癌中NACT反应.
- 评估是否整合放射性和病理标志物可以提高NACT反应预测的准确性.
- 探索人工智能在提高NACT响应预测中的作用.
主要方法:
- 对将放射性特征与NACT反应相关联的研究进行系统审查.
- 分析整合放射性和病理学数据用于预测建模的研究.
- 研究人工智能在乳腺癌治疗反应预测中的应用.
主要成果:
- 放射性标记在预测NACT反应方面表现有前途.
- 结合放射性和病理学标记可能会提供更高的预测准确性.
- 人工智能为个性化NACT响应预测提供了未来的方向.
结论:
- 识别最佳的放射性和病理标记是个性化乳腺癌治疗的关键.
- 将各种数据源与人工智能集成,可以显著改善NACT响应预测.
- 准确预测NACT反应将优化治疗策略和患者管理.


