EP26 肿瘤队列公共数据挖掘的巧思@焉冬雪

<p>本期节目，与温州医科大学周猛教授团队的焉冬雪一起聊一聊她近期发表于Nature Computational Science的工作“Leveraging pharmacovigilance data to predict population-scale toxicity profiles of checkpoint inhibitor immunotherapy”。本工作应用人工智能模型对肿瘤免疫治疗的公共数据进行挖掘，设计非常巧妙。我们共同探讨了本工作的设计、结果及颇为曲折的审稿过程。</p><h2>主要内容</h2><p>02:11 项目设计与构思</p><p>03:32 什么是免疫检查点抑制剂</p><p>08:31 公共数据获取与算法选择</p><p>22:26 应用价值与局限性</p><p>24:22 审稿流程</p><p>29:44 公共数据挖掘的设计思路与技巧</p><h2>相关链接</h2><p>Nature Computational Science文章链接：10.1038/s43588-024-00748-8</p><p>Food and Drug Administration Adverse Event Reporting System (FAERS）数据库：https://www.fda.gov/drugs/fdas-adverse-event-reporting-system-faers/fda-adverse-event-reporting-system-faers-public-dashboard</p><h2><br></h2><p>若对播客有任何问题或者投稿，请联系我 zhaosen830@gmail.com，小红书/微博：@撸森森</p><p>同时也可以加入听友qq群：975276283，谢谢Thanks♪(･ω･)ﾉ</p>