Detail
Article
Online article
FT
Medvik - BMC
  • Something wrong with this record ?

Personalizovaná léčba akromegalie - predikce terapeutické odpovědi
[Personalized treatment of acromegaly - prediction of therapeutic response]

Filip Gabalec, Jan Drugda, Jan Čáp

. 2024 ; 70 (1) : 13-16. [pub] 20240226

Language Czech Country Czech Republic

Document type Review

Článek se zabývá problematikou personalizované léčby akromegalie s důrazem na predikci terapeutické odpovědi. V kontextu rychle se rozvíjející oblasti personalizované medicíny zdůrazňuje variabilitu klinických, biochemických a radiologických rysů akromegalie a potřebu přesnější klasifikace a personalizovaných terapeutických přístupů. Chirurgie zůstává hlavním terapeutickým přístupem a v článku jsou analyzovány předoperační prediktory úspěšné operace, jako jsou vyšší koncentrace růstového hormonu před zákrokem a negativní vliv invaze kavernózního sinu. Při terapii somatostatinovými analogy jsou zkoumány faktory, včetně intenzity signálu na MRI a exprese receptorů SSTR2A a SSTR5. Dále je diskutován význam matematických analýz a modelů umělé inteligence při předpovědi terapeutické odpovědi. V současné době je nezbytné vyvinout nové algoritmy pro výběr terapie, aby bylo možné léčit pacienty s akromegalií efektivněji.

The article deals with the issue of personalized treatment of acromegaly with emphasis on prediction of therapeutic response. In the context of the rapidly developing field of personalized medicine, it emphasizes the variability of the clinical, biochemical and radiological features of acromegaly and the need for more accurate classification and personalized therapeutic approaches. Surgery remains the main therapeutic approach, and this article analyzes preoperative predictors of successful surgery, such as higher growth hormone concentrations before surgery and the negative impact of cavernous sinus invasion. Factors including signal intensity on MRI and SSTR2A and SSTR5 receptor expression are investigated during somatostatin analogue therapy. The importance of mathematical analyses and artificial intelligence models in predicting therapeutic response is also discussed. Currently, it is necessary to develop new algorithms for therapy selection in order to treat patients with acromegaly more effectively.

Personalized treatment of acromegaly - prediction of therapeutic response

References provided by Crossref.org

000      
00000naa a2200000 a 4500
001      
bmc24004133
003      
CZ-PrNML
005      
20240418151120.0
007      
ta
008      
240326s2024 xr f 000 0|cze||
009      
AR
024    7_
$a 10.36290/vnl.2024.002 $2 doi
040    __
$a ABA008 $b cze $d ABA008 $e AACR2
041    0_
$a cze $b eng
044    __
$a xr
100    1_
$a Gabalec, Filip, $d 1981- $7 xx0108078 $u IV. interní hematologická klinika, Fakultní nemocnice Hradec Králové a Univerzita Karlova, Lékařská fakulta v Hradci Králové
245    10
$a Personalizovaná léčba akromegalie - predikce terapeutické odpovědi / $c Filip Gabalec, Jan Drugda, Jan Čáp
246    31
$a Personalized treatment of acromegaly - prediction of therapeutic response
520    3_
$a Článek se zabývá problematikou personalizované léčby akromegalie s důrazem na predikci terapeutické odpovědi. V kontextu rychle se rozvíjející oblasti personalizované medicíny zdůrazňuje variabilitu klinických, biochemických a radiologických rysů akromegalie a potřebu přesnější klasifikace a personalizovaných terapeutických přístupů. Chirurgie zůstává hlavním terapeutickým přístupem a v článku jsou analyzovány předoperační prediktory úspěšné operace, jako jsou vyšší koncentrace růstového hormonu před zákrokem a negativní vliv invaze kavernózního sinu. Při terapii somatostatinovými analogy jsou zkoumány faktory, včetně intenzity signálu na MRI a exprese receptorů SSTR2A a SSTR5. Dále je diskutován význam matematických analýz a modelů umělé inteligence při předpovědi terapeutické odpovědi. V současné době je nezbytné vyvinout nové algoritmy pro výběr terapie, aby bylo možné léčit pacienty s akromegalií efektivněji.
520    9_
$a The article deals with the issue of personalized treatment of acromegaly with emphasis on prediction of therapeutic response. In the context of the rapidly developing field of personalized medicine, it emphasizes the variability of the clinical, biochemical and radiological features of acromegaly and the need for more accurate classification and personalized therapeutic approaches. Surgery remains the main therapeutic approach, and this article analyzes preoperative predictors of successful surgery, such as higher growth hormone concentrations before surgery and the negative impact of cavernous sinus invasion. Factors including signal intensity on MRI and SSTR2A and SSTR5 receptor expression are investigated during somatostatin analogue therapy. The importance of mathematical analyses and artificial intelligence models in predicting therapeutic response is also discussed. Currently, it is necessary to develop new algorithms for therapy selection in order to treat patients with acromegaly more effectively.
650    _7
$a lidé $7 D006801 $2 czmesh
650    17
$a akromegalie $x terapie $7 D000172 $2 czmesh
650    _7
$a individualizovaná medicína $7 D057285 $2 czmesh
650    _7
$a somatostatin $x analogy a deriváty $x farmakologie $x terapeutické užití $7 D013004 $2 czmesh
650    _7
$a neurochirurgické výkony $7 D019635 $2 czmesh
655    _7
$a přehledy $7 D016454 $2 czmesh
700    1_
$a Drugda, Jan $7 xx0283088 $u IV. interní hematologická klinika, Fakultní nemocnice Hradec Králové a Univerzita Karlova, Lékařská fakulta v Hradci Králové
700    1_
$a Čáp, Jan, $u IV. interní hematologická klinika, Fakultní nemocnice Hradec Králové a Univerzita Karlova, Lékařská fakulta v Hradci Králové $d 1953- $7 mzk2003190513
773    0_
$t Vnitřní lékařství $x 0042-773X $g Roč. 70, č. 1 (2024), s. 13-16 $w MED00011111
856    41
$u https://casopisvnitrnilekarstvi.cz/en/artkey/vnl-202401-0002_personalized-treatment-of-acromegaly-prediction-of-therapeutic-response.php $y plný text volně přístupný
910    __
$a ABA008 $b B 184 $c 1041 $y p $z 0
990    __
$a 20240307 $b ABA008
991    __
$a 20240418151423 $b ABA008
999    __
$a ok $b bmc $g 2072297 $s 1213886
BAS    __
$a 3
BAS    __
$a PreBMC
BMC    __
$a 2024 $b 70 $c 1 $d 13-16 $e 20240226 $i 0042-773X $m Vnitřní lékařství $x MED00011111
LZP    __
$c NLK109 $d 20240418 $b NLK111 $a Actavia-MED00011111-20240307

Find record

Citation metrics

Loading data ...

Archiving options

Loading data ...