302P AI-based longitudinal cough analysis for monitoring immunotherapy efficacy and toxicity in NSCLC
Rattachement africain : it, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Immunotherapy (IO) for NSCLC patients involves complex treatment outcomes, including cancer progression and comorbidities. Routine imaging and clinical assessments may miss early signs of risk. In the I3LUNG project, we developed a mobile app that non-invasively tracks patients' quality of life by monitoring coughs, which carry rich acoustic information about physiological changes. This study implements machine and deep learning to recognize adverse events through longitudinal cough analysis.
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
- 302P AI-based longitudinal cough analysis for monitoring immunotherapy efficacy and toxicity in NSCLC
- 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.