Bulletin n°664 du 4 novembre 2025

Menée à partir de l'analyse par spectrométrie de masse de 211 échantillons urinaires prélevés sur 97 patients atteints d'un cancer des voies biliaires traité par inhibiteur de point de contrôle immunitaire et menée à l'aide d'un algorithme d'apprentissage automatique, cette étude met en évidence l'intérêt d'une signature, basée sur un panel de 4 protéines (PTPN13, SUB1, MICAL-L1 et VARS1), pour prédire la réponse thérapeutique

Menée à partir de l'analyse protéomique d'échantillons plasmatiques prélevés sur 4 565 personnes incluses dans la cohorte EPIC dont 484 cas de cancer lymphoïde (durée médiane de suivi : 9 ans), cette étude identifie des marqueurs précoces de tumeurs malignes lymphoïdes

Menée à partir d'échantillons sériques prélevés sur 202 patients atteints d'un adénocarcinome canalaire du pancréas de stade I ou II et sur 864 témoins sains présentant un risque élevé de développer la maladie, cette étude évalue la performance d'une signature, basée sur l'expression de l'inhibiteur tissulaire de la métalloprotéinase 1, de la molécule d'adhésion intercellulaire 1, de la cathepsine D, de la thrombospondine 1 et de l'antigène carbohydrate 19-9, pour détecter la maladie

A partir d'une revue systématique de la littérature (22 études), cette méta-analyse évalue le taux de dépistage du cancer du sein chez les femmes présentant des troubles psychiques sévères (schizophrénie, troubles bipolaires et troubles dépressifs sévères)

Menée à partir de données portant sur 134 217 femmes incluses dans le programme britannique de dépistage du cancer du sein (âge moyen : 59,1 ans), cette étude évalue la performance d'un algorithme d'apprentissage automatique, utilisant des mammogrammes et générant un score de risque, pour identifier les patientes nécessitant des dépistages plus fréquents ou des examens d'imagerie supplémentaires dans le cadre d'un programme de dépistage triennal et réduire ainsi l'incidence des cancers du sein de l'intervalle

Menée à l'aide de données du "New Hampshire Colonoscopy Registry" et d'images de lames histologiques colorées à l'hématoxyline et à l'éosine, cette étude évalue la performance d'un algorithme d'apprentissage automatique pour prédire le risque de progression à 5 ans d'un cancer colorectal