COCA: niet-contrast CT + deep learning als nieuwe route voor colorectaal kanker screening
COCA is een nieuwe niet-invasieve, kostenbewuste methode voor colorectaal kanker screening die deep learning toepast op niet-contrast CT-scans. In een multicenter internationale cohortstudie toonden de auteurs dat CRC-detectie mogelijk is zonder darmvoorbereiding, contrasttoediening of colonoscopie.
De aanpak adresseert belangrijke barrières voor screeningsparticipatie en kan breed toepasbaar worden in populatiescreening.
Abstract (original)
Colorectal cancer (CRC) is a leading cause of cancer deaths, with early screening vital to reduce mortality. While methods like colonoscopy and CT colonography are available, they face challenges such as bowel prep, invasiveness, and low adherence. We aimed to develop COCA, a novel, non-invasive, cost-effective, and scalable method for CRC screening using non-contrast CT scans.
Dit artikel is een samenvatting van een publicatie in Annals of Oncology. Voor het volledige artikel, alle details en referenties verwijzen wij u naar de oorspronkelijke bron.
Lees het volledige artikelDOI: 10.1016/j.annonc.2026.04.009