Machine Learning zur Prognose von Sarkopenie und Mortalität bei Lymphombehandlung
Von KI ausgewählt und zusammengefasst
Worum es geht
Prospektive Phase-3-Studie (PETAL-Trial) zur Vorhersage von Sterblichkeit und Toxizität mittels Deep Learning-gestützter Körperzusammensetzungsanalyse an CT-Bildern von DLBCL-Patienten; klinisches Outcome als primär untersucht.
Ergebnis
Sarkopenie assoziiert mit inferior Überleben nach Adjustierung für bekannte Risikofaktoren; Ursachen-spezifische Analyse: Sarkopenie prädiktiv für Non-Relapse-Mortalität (nicht für lymphom-spezifische Mortalität); sarkopenische Patienten höhere Häufigkeit von Hämatotoxizität; früher Muskelverlust während Therapie mit inferiorem Überleben korreliert.
Übertragbarkeit auf Deutschland
Deutsche Universitätskliniken, ähnliche Dokumentation und Patientenpopulation.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.