#cell #réponseauxtraitements #biomarqueurs #profilage Profilage du Risque Dynamique à l’Aide Des Biomarqueurs de Série pour Une Prédiction Personnalisée de la Réponse aux Traitements

Publié le 05 juillet 2019 par Tartempion77 @NZarjevski

Prédictions dynamiques personnalisées des risques
Probability of favorable outcome = Probabilité d'issue favorable
Continuous Individualized Risk Index = Index des Risques Individualisés en Temps Réel
Prognostic Biomarkers = Biomarqueurs Pronostiques
Predictive Biomarkers = Biomarqueurs Prédictifs
En vert = Patient à faible risque
En rouge = Patient à risque élevé


La prédiction précise de la réponse à long terme représente un défi pour le choix des traitements à prodiguer aux patients atteints de cancer. Du fait de la difficulté de pratique de l’échantillonnage tumoral séquentiel, de précédents outils prédictifs ont mis l’accent sur les facteurs d’évaluation des prétraitements. Cependant, les diagnostics non-invasifs ont augmenté les possibilités de des évaluations des tumeurs. Nous décrivons l’Indice Continu de Risque Individualisé (CIRI), une méthode permettant la détermination des probabilités de réponse au traitement chez les patients pris individuellement à l’aide des facteurs de risque accumulés au cours du temps. Similaire aux modèles de probabilité de succès dans d’autres domines, le CIRI fournit la probabilité en temps réel pour l’intégration des risques chez les patients. Appliquant le CIRI aux patients atteints de lymphome à grandes cellules B, nous démontrons que la prédiction de la réponse en est améliorée en comparaison des modèles conventionnels de risque. Nous démontrons l’utilité amplifiée du CIRI chez des modèles de leucémie lymphoïde chronique et d’adénocarcinome du sein et réalisons une analyse preuve-de-concept démontrant comment le CIRI pourrait être appliqué pour le développement de biomarqueurs prédictifs pour la sélection des traitements. Nous envisageons que l’évaluation du risque dynamique facilitera la médecine personnalisée et permettra des paradigmes thérapeutiques innovants. David M.Kurtz, et al, dans Cell, publication en ligne en avant-première, 4 juillet 2019
Source iconographique, légendaire et rédactionnelle : Science Direct / Traduction et adaptation : NZ