Nel carcinoma mammario avanzato, è importante comprendere non solo i sintomi dovuti a metastasi d'organo, ma anche i sintomi complessi causati da patologia sistemica. In questo studio, abbiamo utilizzato JMP Pro per eseguire l'analisi di classe latente (LCA) sui dati di 466 pazienti con carcinoma mammario avanzato, al fine di stratificare le pazienti in base alla patologia. Sulla base delle discussioni dell'anno scorso, siamo passati dall'analisi fattoriale convenzionale all'LCA. L'analisi ha identificato sette cluster patologici e due gruppi, in particolare quelli con versamento pleurico, hanno suggerito patologie sottostanti distinte. Un gruppo era affetto da "linfangite carcinomatosa di tipo" causata da embolia linfatica, mentre l'altro era affetto da "pleurite carcinomatosa di tipo" accompagnata da pleurite. Sono state osservate chiare differenze anche nelle immagini TC e nei livelli di LDH. Inoltre, parallelamente a questo studio, abbiamo isolato numerosi organoidi da pazienti con carcinoma mammario e stiamo attualmente verificando la validità biologica dei risultati ottenuti tramite LCA confrontandoli con gli organoidi derivati da versamento pleurico. Questo studio è un esempio di ricerca traslazionale inversa che collega l'analisi dei dati clinici con la ricerca di base utilizzando JMP Pro. Il lavoro futuro mira a integrare questo approccio con l'analisi AI delle immagini del versamento pleurico. In questa presentazione, vorrei illustrare l'utilità dei modelli di stratificazione che utilizzano JMP Pro e i futuri sviluppi della ricerca, ed esplorare la possibilità di collaborazione con ricercatori in campi correlati.
