Estratificación del riesgo en pacientes con neuroblastoma mediante aprendizaje automático en la cohorte multicéntrica PRIMAGE
El neuroblastoma, el cáncer sólido más común en niños, es muy heterogéneo y requiere marcadores pronósticos más avanzados para permitir un tratamiento personalizado.
En nuestra última investigación, publicada en Fronteras en OncologíaDesarrollamos un modelo de aprendizaje automático que integra características de resonancia magnética clínica, molecular y radiológica para predecir la supervivencia general (SG) y mejorar la clasificación de riesgo en pacientes con neuroblastoma. Nuestro modelo superó la clasificación de riesgo estándar y proporcionó una estratificación más precisa en grupos de riesgo bajo, intermedio y alto.
Los hallazgos sugieren que la incorporación de características radiómicas puede ser significativamente... Mejorar los sistemas actuales de estratificación de riesgos, lo que podría conducir a Estrategias de tratamiento más precisas y personalizadas para este cáncer pediátrico de alto riesgo.
Lozano-Montoya J, Jimenez-Pastor A, Fuster-Matanzo A, Weiss GJ., Cerda-Alberich L, Veiga-Canuto D, Martínez-de-Las-Heras B, Cañete-Nieto A, Taschner-Mandl S, Hero B, Simon T, Ladenstein R, Marti-Bonmati L, Alberich-Bayarri A (2025) Estratificación del riesgo en pacientes con neuroblastoma mediante aprendizaje automático en la cohorte multicéntrica PRIMAGE. Frente. Oncol. 15: 1528836.