Deux études ont exploré les techniques d’analyse de type Big Data pour améliorer la rentabilité de dépistage du cancer bronchique dont les faux positifs restent le principal problème.
Dans la première,1 les profils d’expression ARN ont été analysés au niveau de tissus bronchiques prélevés en zone saine dans trois populations de fumeurs (avec cancer, dysplasie ou sans anomalie). Une surexpression de groupes de gènes impliqués dans la prolifération tumorale était mise en évidence dans les populations atteintes de cancer et de dysplasie.
Dans la même dynamique, un essai prospectif 2 s’intéresse à l’évaluation de biomarqueurs sur des prélèvements variés (biopsies bronchiques, expectoration, sérum…) combinés à l’imagerie dans deux populations de fumeurs avec (n = 500) ou sans nodule pulmonaire (n = 1 000). L’étude est en cours de recrutement, avec un suivi prévu de 4 ans.
Grâce à ces explorations, il sera peut-être possible de repérer une population particulièrement à risque avec à la clé une meilleure compréhension de la cancérogenèse précoce et une optimisation du dépistage.
D’après les posters de A.Tassinari 1 et de A.Z Jiwani 2, session A30 : Big Data : harvesting fruits from COPD and lung cancer
[hr]
Boris DUCHEMANN
D’après les posters de A.Tassinari 1 et de A.Z Jiwani 2, session A30 : Big Data : harvesting fruits from COPD and lung cancer
[hr] [themify_button style=”purple rounded” color=”#6e12b5;” link=”https://splf.fr/les-points-forts/en-direct-de-lats-2015/” text=”#1B0A2A” ]Retour au sommaire[/themify_button]
© iSPLF – Mission ATS – MAI 2015
