Promotie J. (Joske) Ubels

Veel medicijnen die gebruikt worden bij de behandeling van kanker komen slechts een deel van de patiënten ten goede. Omdat deze medicijnen vaak gepaard gaan met ernstige bijwerkingen, is het erg belangrijk om te kunnen voorspellen wie er baat bij heeft en wie niet. Dit is lastig, omdat we niet weten hoe een patiënt op een ander medicijn zou hebben gereageerd, en dus niet zeker weten of het gegeven medicijn de beste keuze was. Dit proefschrift presenteert verschillende algoritmen die modellen kunnen bouwen die in staat zijn om te voorspellen of een patiënt meer baat heeft bij een bepaalde behandeling dan bij een ander medicijn. Bij multipel myeloom gebruiken we tumorgenexpressie gemeten op het moment van diagnose om te voorspellen welke patiënten baat zullen hebben bij behandeling met proteasoomremmers. Proteasoomremmers zijn een belangrijk onderdeel van de behandeling van multipel myeloom. We identificeren ongeveer 30% van de patiënten die baat hebben, terwijl andere patiënten geen significant voordeel bij deze behandeling hebben. We presenteren ook een algoritme dat kiembaan-DNA kan gebruiken om het voordeel te voorspellen en passen dit toe op darmkanker om te voorspellen welke patiënten baat hebben bij behandeling met cetuximab. Samen vormen deze algoritmen een nieuwe benadering om gepersonaliseerde geneeskunde te faciliteren en voor elke patiënt het beste medicijn te kiezen.

De promoties vinden, in verband met het coronavirus, niet op de gebruikelijke wijze publiekelijk plaats in de Senaatszaal of de Professor Andries Queridozaal. De kandidaten zullen hun proefschrift in een klein gezelschap of online verdedigen.