Leveraging high-resolution omics data for predicting responses and adverse events to immune checkpoint inhibitors

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: onr:"swepub:oai:research.chalmers.se:dba13e4b-207a-46bc-b71b-ee7ee759181d" > Leveraging high-res...

1 av 1
Föregående post
Nästa post
Till träfflistan

Limeta, Angelo,1996Chalmers tekniska högskola,Chalmers University of Technology (författare)

Leveraging high-resolution omics data for predicting responses and adverse events to immune checkpoint inhibitors

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

2023
electronicrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:research.chalmers.se:dba13e4b-207a-46bc-b71b-ee7ee759181d
https://doi.org/10.1016/j.csbj.2023.07.032DOI
https://research.chalmers.se/publication/536993URI
http://kipublications.ki.se/Default.aspx?queryparsed=id:153620002URI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:for swepub-publicationtype
Ämneskategori:ref swepub-contenttype

Anmärkningar

A long-standing goal of personalized and precision medicine is to enable accurate prediction of the outcomes of a given treatment regimen for patients harboring a disease. Currently, many clinical trials fail to meet their endpoints due to underlying factors in the patient population that contribute to either poor responses to the drug of interest or to treatment-related adverse events. Identifying these factors beforehand and correcting for them can lead to an increased success of clinical trials. Comprehensive and large-scale data gathering efforts in biomedicine by omics profiling of the healthy and diseased individuals has led to a treasure-trove of host, disease and environmental factors that contribute to the effectiveness of drugs aiming to treat disease. With increasing omics data, artificial intelligence allows an in-depth analysis of big data and offers a wide range of applications for real-world clinical use, including improved patient selection and identification of actionable targets for companion therapeutics for improved translatability across more patients. As a blueprint for complex drug-disease-host interactions, we here discuss the challenges of utilizing omics data for predicting responses and adverse events in cancer immunotherapy with immune checkpoint inhibitors (ICIs). The omics-based methodologies for improving patient outcomes as in the ICI case have also been applied across a wide-range of complex disease settings, exemplifying the use of omics for in-depth disease profiling and clinical use.

Ämnesord och genrebeteckningar

MEDICIN OCH HÄLSOVETENSKAP Klinisk medicin Cancer och onkologi hsv//swe
MEDICAL AND HEALTH SCIENCES Clinical Medicine Cancer and Oncology hsv//eng
Immune related adverse events
Omics
Predictive models
Immune-checkpoint inhibitors
Biomarkers

Biuppslag (personer, institutioner, konferenser, titlar ...)

Gatto, Francesco,1987Karolinska Institutet,Chalmers tekniska högskola,Chalmers University of Technology(Swepub:cth)gatto (författare)
Herrgard, M. J.BioInnovation Institute (BII) (författare)
Ji, Boyang,1983BioInnovation Institute (BII)(Swepub:cth)boyang (författare)
Nielsen, Jens B,1962Chalmers tekniska högskola,Chalmers University of Technology,BioInnovation Institute (BII)(Swepub:cth)nielsenj (författare)
Chalmers tekniska högskolaKarolinska Institutet (creator_code:org_t)

Sammanhörande titlar

Ingår i:Computational and Structural Biotechnology Journal21, s. 3912-39192001-0370

Internetlänk

Hitta via bibliotek

Computational and Structural Biotechnology Journal (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

1 av 1
Föregående post
Nästa post
Till träfflistan

Hitta mer i SwePub

Av författaren/redakt...: Limeta, Angelo, ...; Gatto, Francesco ...; Herrgard, M. J.; Ji, Boyang, 1983; Nielsen, Jens B, ...

Om ämnet

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Klinisk medicin; och Cancer och onkol ...

Artiklar i publikationen: Computational an ...

Av lärosätet: Chalmers tekniska högskola; Karolinska Institutet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se