Dissertação
Optimised Combination of Distance Metrics for Labelled Trees using Survival Data EVALUATED
O cancro é caracterizado pelo crescimento descontrolado de células e mutações no ADN, criando desafios no tratamento devido à sua heterogeneidade intra-tumoral, que pode ser representada por árvores de mutação. Utilizaram-se métricas de distância para capturar diversos aspetos dessas árvores, a fim de agrupar pacientes e estabelecer correlações com dados clínicos, permitindo a identificação de subgrupos de cancro. Contudo, a ausência de uma métrica padrão levou estudos recentes a explorar combinações de métricas para maximizar os seus pontos fortes. Este estudo propõe combinações otimizadas dessas métricas em casos de cancro da mama e leucemia mieloide aguda, procurando correlacionar agrupamentos de pacientes a resultados clínicos, focando na sobrevivência. Empregamos uma abordagem abrangente, agrupando árvores tumorais com todas as métricas disponíveis e integrando dados clínicos e genotípicos no modelo de Cox. Os resultados indicam que, apesar de fornecerem informações detalhadas sobre a evolução tumoral, as métricas não superam significativamente o uso isolado de covariáveis clínicas e genotípicas na predição da sobrevivência. Os nossos resultados desafiam efetivamente a noção de uma única métrica de distância para o agrupamento de doentes mostrando o seu desempenho inconsistente em conjunto de dados de diferentes tipos de cancro. Este estudo ressalta a complexidade genômica do cancro e os desafios para obter prognósticos personalizados, sugerindo pesquisas futuras com dados padronizados e diferentes tipos de cancro para explorar o verdadeiro potencial do uso das métricas de distância e desenvolver estratégias de tratamento mais eficazes e personalizadas.
novembro 21, 2023, 10:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Susana de Almeida Mendes Vinga Martins
Departamento de Bioengenharia (DBE)
Professor Associado
