Bleiben Sie auf dem Laufenden: Die Transformation der Radiologie dank strukturierter Befundung und datengesteuerter Ansätze

Erkundigen Sie sich über unsere Aktivitäten, Projekte und Produkt-Updates, informieren Sie sich über die neuesten Branchennachrichten, und erfahren Sie, was uns als Unternehmen und als Team ausmacht.

[Translate to German:]

Neue onkologische Bewertungskriterien (u.a. iRECIST)

Fortschritte bei den onkologischen Therapien, wie beispielsweise neue immunologische Therapieverfahren erfordern eine Anpassung und Überarbeitung der Bewertungskriterien zur Beurteilung des Therapieerfolgs.

Auf der RSNA Jahrestagung 2016 stellen wir eine umfassende Sammlung neuer Bewertungskriterien für mint Lesion vor, darunter etwa die mRECIST Kriterien für das Mesotheliom, die Lugano (Cheson 2014) Klassifikation für Lymphome, die Leitlinie der Prostate Cancer Working Group (PCWG2), sowie iRECIST.

Als Beispiel können immunologische Therapien Tumorwachstum auf Grund der Therapie anstelle eines tatsächlichen Progresses aufzeigen („Pseudoprogression“). mint Lesion™ 3.3 unterstützt nun die iRECIST Leitlinie entsprechend dem derzeitigen Entwurf der RECIST Arbeitsgruppe. iRECIST sind die ersten Bewertungskriterien für Antikörperpräparate, welche zwischen einer unbestätigten und einer bestätigten Progressive Disease (PD) unterscheiden.

Ähnliche Inhalte

Ähnliche Inhalte

Virtuelle Untersuchung von menschlichen Lungen auf einem modernen Benutzeroberflächenbildschirm.

Früherkennung des Behandlungserfolgs bei Lungenkrebs mithilfe von Delta-Radiomics-Features

Die Studie der Uniklinik Heidelberg untersucht die Nutzung der diffusionsgewichteten MRTs (DWI), um frühe Therapieergebnisse bei Patient:innen mit…

Bild zeigt als grafischen Abstrakt Bilder aus der Studie, von MRT Aufnahmen bis zur Auswertung der Delta-Radiomics-Texturmerkmale

Universitätsklinikum Heidelberg: Delta-Radiomics-Features von ADC-Karten als frühe Vorhersagevariable des Behandlungserfolgs bei Lungenkrebs

In dieser prospektiven Studie des Universitätsklinikums Heidelberg wurde untersucht, ob Änderungen von radiomischen Merkmalen in diffusionsgewichteten…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Optimierung der Bildgebung bei Glioblastomen: Verbesserung der MRT-Effizienz und -Qualität durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen bei Patient:innen mit Glioblastomen, mit dem Ziel, die…