Back to search

Technische Universität Dresden

Predicting patient-specific outcome based on machine learning algorithms using genomic data of patients with locally advanced head and neck squamous cell carcinoma

Abstract

dc:description.abstract

Aufgrund der heterogenen Tumorbiologie variiert der Therapieerfolg bei lokal fortgeschrittenen Plattenepithelkarzinomen stark, woraus ein mittleres 5-Jahres-Überleben dieser Patienten von etwa 50% resultiert. Um die Therapie besser an die Tumoreigenschaften anzupassen, muss die Therapieresistenz der Tumoren vor der Behandlung bestimmt werden. In dieser Dissertationsschrift werden Methoden aus dem Bereich des maschinellen Lernens angewandt um Genexpressionsdaten zu analysieren, um so Signaturen und Modelle zu erzeugen die eine Klassifizierung der Tumoren in verschiedene Risikogruppen bezüglich der loko-regionären Tumorkontrolle erlauben. Für Patienten, die mit postoperativer Radiochemotherapie behandelt wurden, konnte eine 7-Gen Signatur entwickelt und erfolgreich validiert werden. Außerdem konnte gezeigt werden, dass verschiedene Signaturen ähnlich gut zur Patientenklassifizierung geeignet sein können. Daher wurde eine Methode vorgeschlagen, die es erlaubt verschiedene prognostiche Modelle zu kombinieren. Weiterhin wurden verschiedene genbasierte Biomarker zwischen verschiedenen Genexpressionsmessmethoden verglichen. In den resultierenden Patienteneinteilungen zeigten Biomarker, die auf Signaturen basieren, eine geringere Variabilität als Biomarker, die auf einzelnen Genen basieren.

Degree

thesis:*
Level thesis:degree_level
thesis.doctoral
Grantor dc:publisher
Technische Universität Dresden
Year dc:date.issued
2019

Author and committee

dc:creator, dc:contributor.*
Author dc:creator
  • Schmidt, Stefan
Contributors dc:contributor
  • Löck, Steffen
  • Alsner, Jan

Subjects

dc:subject × 6

Rights

dc:rights
Statement dc:rights
  • info:eu-repo/semantics/openAccess
Language dc:language.dcterms_iso639_2
ger

Identifiers

dc:identifier.*
URN
urn:nbn:de:bsz:14-qucosa2-364987
Ddb Identifier Erstkat Id
1698158378

Chain of custody

source
Harvested from
QUCOSA
Base URL
www.qucosa.de/oai/
Last updated
2026-11-18
Source record
OAI-PMH GetRecord
citation

Schmidt, Stefan. Predicting patient-specific outcome based on machine learning algorithms using genomic data of patients with locally advanced head and neck squamous cell carcinoma. thesis.doctoral thesis, Technische Universität Dresden, 2019.