Machine-Learning-Tool kann Graft-versus-Host-Erkrankung nach Stammzelltransplantation vorhersagen
Charleston – US-Forschende haben ein auf maschinellem Lernen basierendes Tool entwickelt, das das Risiko für eine chronische Graft-versus-Host-Erkrankung (GvHD) sowie für nicht rezidivbedingte Mortalität nach allogener hämatopoetischer Stammzelltransplantation (HCT) vorhersagen kann. Ihre Ergebnisse veröffentlichen sie jetzt im Journal of Clinical Investigation (2026; DOI: 10.1172/JCI195228).
Der Algorithmus mit der Bezeichnung BIOPREVENT basiert auf klinischen Variablen und zuvor validierten Plasma-Biomarkern, die 90–100 Tage nach Transplantation bestimmt werden. Ziel ist es, Personen mit hohem Risiko bereits in einer subklinischen Phase zu identifizieren – also bevor sich manifeste Symptome einer chronischen GvHD entwickeln.
Zum Weiterlesen anmelden
Liebe Leserinnen und Leser,
dieser Beitrag ist nur für eingeloggte Benutzer sichtbar.
Bitte melden Sie sich an oder registrieren Sie sich neu.
Mit der kostenlosen Registrierung profitieren Sie von folgenden Vorteilen:
Exklusive Inhalte lesen
Erhalten Sie Zugriff auf nicht öffentliche Inhalte
Diskutieren Sie mit
Werden Sie Teil der Community des Deutschen Ärzteblattes und tauschen Sie sich mit unseren Autoren und anderen Lesern aus. Unser Kommentarbereich ist ausschließlich Ärztinnen und Ärzten vorbehalten.
Anmelden und Kommentar schreiben
Bitte beachten Sie unsere Richtlinien. Der Kommentarbereich wird von uns moderiert.
Diskutieren Sie mit: