Bioinformatische Beschreibung von Ähnlichkeiten als Grundlage für verbesserte Empfehlungs-Algorithmen in der Präzisionsonkologie

Die Präzisionsonkologie zielt darauf ab, individualisierte Behandlungsempfehlungen auf Grundlage genomischer Alterationen zu treffen. In klinische Entscheidungen gehen zusätzlich implizit Ähnlichkeiten individueller Patienten in klinischen, morphologischen und molekularen Befunden ein, die im Vergleich mit historischen Fällen und publizierten Studienpopulationen ohne definierte Systematik betrachtet werden. Die aus mehreren eigenen und multizentrischen Projekten der Präzisionsonkologie vorhandenen Daten inklusive klinischen Verläufen sollen dazu dienen, Methoden zu entwickeln, um Ähnlichkeiten zu beschreiben. Komplexe Profile werden dazu in Einzelfaktoren zerlegt, deren Einfluss auf die Behandlungsergebnisse in eigenen Kohorten und im Kontext der Literatur analysiert, und darauf aufbauend ein Algorithmus entwickelt und iterativ validiert, der für künftige Patient:innen als Entscheidungshilfe zur Verfügung steht. Im Ergebnis sollen Indikationen entweder untermauert oder eingeschränkt werden, um damit Therapieempfehlungen in der Präzisionsonkologie zu schärfen.