59eP OncoSelect: Leveraging predictive learning for molecular characterisation of clear cell renal cell carcinoma
Rattachement africain : gb. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Kidney cancer is among the top ten cancer types diagnosed worldwide. Clear cell renal cell carcinoma (ccRCC) is the predominant histology, representing 80% of RCC. Up to 30% of RCC cases present with metastatic disease at diagnosis, leading to unfavourable outcomes. Immune-checkpoint inhibitors either in combination with each other or with VEGF/tyrosine kinase inhibitors are the current standard-of-care (SOC) for metastatic RCC, but a significant proportion of patients do not benefit. There remains a clear need to identify the patient sub-groups more likely to respond to available therapies.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- 59eP OncoSelect: Leveraging predictive learning for molecular characterisation of clear cell renal cell carcinoma
- Date Crossref
- 01/11/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.