Modelo de predicción de la respuesta al tratamiento de quimio-radioterapia en pacientes con cáncer de pulmón de células no pequeñas localmente avanzado irresecable mediante la aplica- ción de radiómica en imágenes de TC
Ver/
Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemÁrea de conocimiento
Tecnología ElectrónicaPatrocinadores
Este trabajo se ha realizado dentro del marco de la comunidad EELISA Health in the City.Fecha de publicación
2023-11Editorial
Universidad Politécnica de CartagenaCita bibliográfica
ROZALEN, G., et. al. Modelo de predicción de la respuesta al tratamiento de quimio-radioterapia en pacientes con cáncer de pulmón de células no pequeñas localmente avanzado irresecable mediante la aplica- ción de radiómica en imágenes de TC. En: XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica. Cartagena: Universidad Politécnica de Cartagena, 2023. Pp. 278-281. ISBN: 978-84-17853-76-1Palabras clave
Cáncer de pulmónImágenes de tomografía computarizada (TC)
Diagnóstico
CPCNP
LASSO
Resumen
El cáncer de pulmón, con 2,2 millones de nuevos casos y 1,8 mi-
llones de muertes en 2020, es la segunda neoplasia más común y
la principal causa de muerte por cáncer a nivel global. Se clasi-
fica en cáncer de pulmón de células no pequeñas (CPCNP) (85%
de los casos) y cáncer de pulmón de células pequeñas (CPCP)
(15% de los casos). Actualmente, el método diagnóstico más em-
pleado para evaluar el tumor y los efectos secundarios del trata-
miento son las imágenes de tomografía computarizada (TC). En
los últimos años, la radiómica ha emergido como una herra-
mienta valiosa para el análisis cuantitativo de imágenes médicas,
mejorando el diagnóstico y personalizando el tratamiento. Este
estudio tiene como objetivo desarrollar un modelo predictivo de
respuesta al tratamiento radical de quimio-radioterapia en pa-
cientes con CPCNP basado en el análisis cuantitativo de imáge-
nes de TC. Se exploran dos enfoques de selección de caracterís-
ticas (correlación más análisis ...
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales