Promotie Fariba Tohidinezhad

Trefwoorden: Klinische Voorspellingsmodellen, Kankerbehandelings Toxiciteiten, Radiomics, Gepersonaliseerde Oncologie
 

"Prediction Models for Personalized Treatment Delivery in Oncology"

De kankerzorg maakt snelle vooruitgang, maar de reis van elke patiënt blijft uniek en complex. Dit proefschrift onderzoekt innovatieve manieren om de kankerzorg te verbeteren door klinische voorspellingsmodellen te gebruiken om behandelingen slimmer en persoonlijker te maken. Het behandelt belangrijke uitdagingen in de behandeling, zoals het identificeren van patiënten die risico lopen op hartcomplicaties na longradiotherapie, het onderscheiden van verschillende soorten longontstekingen, het voorspellen van de kans op hersenmetastasen en cognitieve achteruitgang. Door patiëntgegevens en medische beelden te analyseren, ontwikkelde het onderzoek hulpmiddelen die zorgprofessionals kunnen helpen om eerder en nauwkeuriger beslissingen te nemen, wat uiteindelijk leidt tot betere resultaten. Dit werk benadrukt het potentieel van het combineren van datawetenschap met klinische praktijk om een toekomst te creëren waarin kankerzorg preciezer, proactiever en beter afgestemd is op de behoeften van individuele patiënten.

Klik hier voor de livestream.