Valider la valeur pronostique des fibroblastes associés au cancer et évaluer leur valeur prédictive de réponse aux traitements du cancer du pancréas.

Development and implementation machine-learning algorithms in the search of predictive biomarkers for breast cancer treatment. This innovative strategy will lead to personalized medicine in breast cancer by guiding clinicians in the selection of the optimal therapeutic option. Moreover, this generated pipeline for predictive marker discovery could be further adapted for the treatment of other cancer types.

Apport de l'oncoréhabilitation préthérapeutique dans la prise en charge des cancers de la cavité buccale - Comparer la durée de séjour de la prise en charge des patients selon le passage en onco-réhabilitation ou non

Comparer la réponse à la douleur en fonction de la stratégie de la radiothérapie

Evaluation de la sécurité carcinologique du lipoffilling dans le cadre des reconstructions mammaires immédiates post-traitement radical d'un cancer du sein

Caractérisation biologique d’une cohorte de lymphome B diffus à grandes cellules en routine au travers d’une RCP moléculaire.

Caractérisation moléculaire des groupes Rechute/Réfractaire  et Guéri selon les voies biologiques impliquées (épigénétique, voie NF-kB, JAK-STAT, NOTCH, apoptose/cycle cellulaire, voie du BCR, immunité, autre).

Etudier l'intérêt dans la pratique clinique d'un score pronostique basé sur les caractéristiques individuelles des patients afin de sélectionner les patients avec un mauvais pronostic et une espérance de vie très réduite qui ne bénéficieront pas forcément des effets bénéfiques attendus d'une radiothérapie de l'encéphale en totalité.

Existe-t-il une radiothérapie futile ?

Identifier les caractéristiques cliniques prédictives d'un décès dans les deux mois suivant une irradiation, délai ne permettant potentiellement pas de bénéficier des effets positifs attendus de la radiothérapie au moins sur le plan symptomatique. Réflexion éthique sur le traitement par radiothérapie des malades en fin de vie.

1. Décrire de manière clinique et histologique de la première rechute survenant chez des patients atteints d’un RMS non-métastatique et inclus au diagnostic dans l’étude RMS2005. Cette description sera réalisée de manière globale, selon les caractéristiques de la maladie et selon le timing de la rechute
2. Décrire les différentes modalités de traitement des RMS en rechute, de manière globale et selon les caractéristiques initiales de la maladie, première ligne de traitement et caractéristiques de la rechute.
3. Estimer la proportion de patients en rémission complète (après traitement systémique et/ou traitement local), la SSP (Survie Sans Progression) et la SG (Survie Globale) de ces patients
4. Evaluer la précision pronostique du score pronostique de la survie globale développé par Chisholm et Oberlin (JCO 2011)
5. Décrire les rechutes/progressions ultérieures si elles existent (type et délai d’événement ultérieur)

Validation externe et comparaison de six scores pronostiques sur la survie globale des patients impliqués dans des essais d'immuno-oncologie de phase I