2026 article

Artificial intelligence-based tumour infiltrating lymphocyte quantification in patients with triple-negative breast cancer: an independent validation study

Julia Dixon‐Douglas, Damien Drubay, Roberto Salgado, Balazs Acs, Jeroen van der Laak, Yinyin Yuan, Mohamed Amgad, Lee Cooper, Yeman Hagos, Khalid AbdulJabbar, James Meakin, Bram van Ginneken, Haixi Yan, Jérôme Lemonnier, Frédérique Penault–Llorca, Magali Lacroix‐Triki, Heikki Joensuu, Pirkko‐Liisa Kellokumpu‐Lehtinen, Sybille Loibl, Carsten Denkert, Giuseppe Viale, Marco Colleoni, Christos Sotiriou, Martine Piccart, Maria Vittoria Dieci, Sandra Demaria, Roswitha Kammler, Antonio C. Wolff, Joseph A Sparano, Sylvia Adams, S Badve, Robert J Gray, Giuseppe Curigliano, Anne Vincent Salomon, Torsten O. Nielsen, Lajos Pusztai, Francesco Ciompi, Stefan Michiels, Sherene Loi

1Citations signalées — pas une note de qualité

37Institutions déclarées

12Pays d’affiliation déclarés

Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Artificial intelligence-based tumour infiltrating lymphocyte quantification in patients with triple-negative breast cancer: an independent validation study
Date Crossref: 01/09/2026
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 ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Inserm Peter MacCallum Cancer Centre Université Paris-Saclay Institut Gustave Roussy Karolinska University Hospital Radboud University Nijmegen Radboud University Medical Center The University of Texas MD Anderson Cancer Center Northwestern University Institute of Cancer Research Cancer Research UK UniCancer Group Centre Jean Perrin University of Helsinki Helsinki University Hospital Tampere University German Breast Group Philipps University of Marburg European Institute of Oncology European School of Oncology Université Libre de Bruxelles Institut Jules Bordet Istituto Oncologico Veneto Cornell University Molecular Partners (Switzerland)International Breast Cancer Study Group Sidney Kimmel Cancer Center Sidney Kimmel Comprehensive Cancer Center Tisch Cancer Institute Icahn School of Medicine at Mount Sinai NYU Langone Health NYU Langone’s Laura and Isaac Perlmutter Cancer Center Emory University Dana-Farber Cancer Institute Institut Curie University of British Columbia Yale Cancer Center

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

AI in cancer detectionCancer Immunotherapy and BiomarkersRadiomics and Machine Learning in Medical Imaging

Consulter la publication primaire DOI