Bei fortgeschrittenem Brustkrebs ist es wichtig, nicht nur die Symptome aufgrund von Organmetastasen zu verstehen, sondern auch die komplexen Symptome, die durch systemische Pathologien hervorgerufen werden. In dieser Studie haben wir mit JMP Pro eine latente Klassenanalyse (LCA) an Daten von 466 Patientinnen mit fortgeschrittenem Brustkrebs durchgeführt, um zu versuchen, die Patientinnen nach Pathologie zu stratifizieren. Auf Grundlage von Diskussionen aus dem letzten Jahr sind wir von der herkömmlichen Faktorenanalyse auf LCA umgestiegen. Die Analyse identifizierte sieben Pathologiecluster, und zwei Gruppen, insbesondere jene mit Pleuraerguss, deuteten auf unterschiedliche zugrunde liegende Pathologien hin. Eine Gruppe war vom Typ „Lymphangitis carcinomatosa“ verursacht durch Lymphembolie, während die andere vom Typ „Pleuritis carcinomatosa“ begleitet von Rippenfellentzündung war. Deutliche Unterschiede wurden auch in CT-Bildern und LDH-Werten beobachtet. Parallel zu dieser Studie haben wir außerdem zahlreiche Organoide von Brustkrebspatientinnen erstellt und überprüfen derzeit die biologische Validität der durch LCA erhaltenen Erkenntnisse, indem wir sie mit aus Pleuraerguss gewonnenen Organoiden vergleichen. Diese Studie ist ein Beispiel für reverse translationale Forschung, die klinische Datenanalyse mit Grundlagenforschung unter Verwendung von JMP Pro verbindet. Zukünftige Arbeiten zielen darauf ab, dies mit der KI-Analyse von Pleuraergussbildern zu integrieren. In dieser Präsentation möchte ich über die Nützlichkeit von Stratifizierungsmodellen mit JMP Pro und zukünftige Forschungsentwicklungen berichten und die Möglichkeit einer Zusammenarbeit mit Forschern in verwandten Bereichen ausloten.
