A carregar...
Publicação
Aplicação de Machine Learning na identificação de clusters com cancro do reto em função de alterações metabólicas
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 12.95 MB | Adobe PDF |
Autores
Resumo(s)
O cancro colorretal, o terceiro mais comum no mundo e a segunda principal causa de morte
por cancro (Fernandes, Gollub e Brown 2022), apresenta uma resposta terapêutica bastante
variável ao tratamento neoadjuvante (Roeder et al. 2020). Neste contexto, os perfis metabólicos
têm sido alvo de estudo, revelando-se promissores como potenciais preditores da
resposta terapêutica (F. Xu et al. 2023).
O presente trabalho analisou técnicas de aprendizagem não supervisionada para identificar
padrões em perfis metabólicos de aminoácidos e acilcarnitinas, com o objetivo de melhorar
a estratificação de doentes com cancro colorretal. Foram analisadas 4052 amostras de aminoácidos
e 865 de acilcarnitinas da Unidade Local de Saúde de Santo António, organizadas
em três conjuntos: população geral, doentes com cancro colorretal (CRC) e doentes CRC
em estádio M0.
Os resultados demonstraram a capacidade de identificar clusters bem delimitados para os três
conjuntos de dados. Observou-se uma associação moderada entre clusters e diagnósticos
nos perfis de aminoácidos e uma associação forte nos perfis de acilcarnitinas. Adicionalmente,
foram identificados metabólitos mais discriminantes em cada cluster. Contudo, a
análise longitudinal realizada em doentes com múltiplas amostras não revelou associações
significativas entre clusters e progressão clínica, sugerindo a necessidade de estudos futuros
com amostras mais robustas.
Em suma, este trabalho reforça o potencial dos perfis metabólicos como ferramentas complementares
de apoio ao diagnóstico e à estratificação de doentes com cancro colorretal.
Descrição
Palavras-chave
Machine Learning Unsupervised Learning Colorectal Cancer Metabolic Profiles Amino acids Acylcarnitines Clustering Biomarkers Biomarcadores Acilcarnitinas Aminoácidos Perfis Metabólicos Cancro Colorretal Aprendizagem Não Supervisionada