Predictores de supervivencia derivados del aprendizaje automático en ATLL: identificación de características de alto riesgo y apoyo al beneficio del trasplante temprano.

Puntos clave

• Los predictores de supervivencia fueron identificados a través de técnicas de aprendizaje automático, priorizando características de alto riesgo.
• El análisis mostró que características específicas se correlacionaban con una ventaja de supervivencia, potencialmente guiando decisiones de tratamiento.
• La evaluación utilizó enfoques avanzados de aprendizaje automático para evaluar factores de riesgo en pacientes con ATLL, revelando información crítica.
• Las implicaciones destacan la necesidad de considerar el trasplante temprano en pacientes identificados con alto riesgo, apoyando terapias personalizadas.