Predicción del subtipo molecular de gliomas de bajo grado mediante aprendizaje automático

Conclusiones

  • El modelo propuesto tuvo una exactitud del 68,7 % en el diagnóstico preoperatorio del subtipo molecular de gliomas de bajo grado (GBG) basándose en datos multimodales para predecir la clasificación en 3 grupos.

Por qué importa esto

  • El GBG pueden clasificarse en 3 subtipos moleculares dependiendo de la presencia de determinadas mutaciones en el gen de la isocitrato deshidrogenasa (IDH); cada subtipo se asocia a características diferentes en cuanto al pronóstico y a las recurrencias.

  • Identificar el subtipo antes de la cirugía puede mejorar los resultados clínicos, ya que el subtipo predice la cantidad de resección que debe conseguirse durante la cirugía, un factor que influye en el pronóstico.