DR-286 Biomarker discovery using machine learning to identify patients with advanced urothelial cancer benefitting from pembrolizumab treatment
Immune checkpoint inhibitors (ICIs) have been approved for treatment of metastatic urothelial cancer patients. Unfortunately, treatment response rates are low and many patients are being exposed to ineffective treatment with the risk of developing (severe) side effects. Currently, there is a lack of reliable biomarkers to identify patients that will benefit from ICIs. Therefore, the aim of this study is to identify potential genomic and transcriptomic predictive markers using an unbiased approach with machine learning for identification of response to ICIs.
Jeroen de Ridder, Universtair Medisch Centrum Utrecht (UMCU), the Netherlands
Terug naar nieuwsMeer nieuws
‘Een grote datasnoepwinkel die veel energie geeft aan artsen én onderzoekers’
Harmen van de Werken – Managing Director van het Cancer Computational Biology Center (CCBC) en Universitair Docent Afdeling Urologie van …
Interview Oncologica met Hans van Snellenberg over precisieaanval op tumoren dankzij uitgebreide DNA-test
Een uitbehandelde patiënt met kanker vraagt zijn behandelend arts of verpleegkundige altijd of echt alle behandelopties zijn overwogen. Met behulp …
Catalogus maakt Hartwig Medical Database beter doorzoekbaar
Hartwig Medical Foundation heeft een catalogus van de Hartwig Medical Database met DNA-data van het hele tumor genoom: https://catalog.hartwigmedicalfoundation.nl. De …
We willen het maximum aan informatie uit de tumor van de patiënt halen. Deze DNA-test is daarvoor het best beschikbare instrument. Er is maar één keer weefsel, een biopt, met voldoende tumorcellen nodig. Omdat het hele genoom wordt onderzocht, ook de gebieden in het DNA waarvan we nu nog niet weten of de gevonden afwijkingen belangrijk zijn, is deze DNA-test tumortype onafhankelijk en toekomstbestendig. Deze eigenschappen zijn de twee belangrijkste eigenschappen van WGS.