Исследователи представили инновационную модель BRIDGE, которая объединяет транскриптомные данные опухоли и гистопатологические характеристики для прогнозирования ответа на неоадъювантную химиотерапию при раке молочной железы. Данный подход может значительно улучшить персонализацию лечения и оптимизировать выбор терапевтических стратегий.
Модель BRIDGE была разработана с использованием мультимодального подхода, интегрирующего:
- Транскриптомные профили опухолевой ткани
- Гистопатологические параметры биопсийного материала
- Клинические характеристики пациентов
Алгоритм использует машинное обучение для анализа комплексных биологических данных и формирования прогностической модели ответа на неоадъювантную терапию.
Валидация модели BRIDGE продемонстрировала:
- Высокую точность прогнозирования патологического полного ответа (pCR)
- Улучшенную стратификацию пациентов по группам риска
- Потенциал для оптимизации схем неоадъювантной химиотерапии
Модель показала превосходство над традиционными прогностическими факторами, что открывает новые возможности для персонализированной онкологии в лечении рака молочной железы.
Использование BRIDGE может способствовать:
- Более точному отбору пациентов для неоадъювантной терапии
- Снижению частоты неэффективного лечения
- Улучшению долгосрочных онкологических исходов
Данная технология представляет важный шаг к реализации прецизионной медицины в клинической практике лечения рака молочной железы.