Hem
Platshållare för saknad bild till Christer Borgfeldt

Christer Borgfeldt

Professor

Publikationer

2026

Caroline Hellsten, Ola Forslund, Christer Borgfeldt (2026) Real-world evaluation of a population-based vaginal self-sampling program for cervical cancer prevention in Region Skåne, Sweden Acta Obstetricia et Gynecologica Scandinavica (Artikel i tidskrift) Vidare till DOI
Lollo Makdessi Björkström, Mats Fredrikson, Ninnie Borendal Wodlin, Lena Nilsson, Christer Borgfeldt, Preben Kjölhede (2026) Preoperative risk factors and their cumulative impact on nonsatisfaction after benign hysterectomy: A population-based nation-wide register study Acta Obstetricia et Gynecologica Scandinavica (Artikel i tidskrift) Vidare till DOI
Ivan I. Shtepliuk, Lingyin Meng, Christer Borgfeldt, Jens Eriksson, Donatella Puglisi (2026) Biomarker‐Agnostic Detection of Ovarian Cancer from Blood Plasma Using a Machine Learning‐Driven Electronic Nose Advanced Intelligent Systems, Artikel e202500838 (Artikel i tidskrift) Vidare till DOI

2025

Camilla Sköld, Angelique Flöter Rådestad, Katja Stenström Bohlin, Maria Bjurberg, Christer Borgfeldt, Kristina Hellman, Jenny-Maria Jönsson, Preben Kjölhede, Elisabeth Åvall-Lundqvist, Cecilia Olsson, Karin Stålberg, Erik Holmberg, Pernilla Dahm-Kähler (2025) Primary treatment and survival in malignant ovarian germ cell tumors: A nationwide population-based Swedish Gynecologic Cancer Group (SweGCG) study Gynecologic Oncology, Vol. 203, s. 59-66 (Artikel i tidskrift) Vidare till DOI
Jens Eriksson, Donatella Puglisi, Filip Herbst, Arturas Dobilas, Ivan Shtepliuk, Ulrika Joneborg, Henrik Falconer, Angelique Floter Radestad, Christer Borgfeldt (2025) Machine learning-enhanced gas sensor technology identifies ovarian and endometrial cancer of all stages through plasma volatile organic compound patterns eBioMedicine, Vol. 122, Artikel 106027 (Artikel i tidskrift) Vidare till DOI

Nyheter

En man som arbetar på en maskin i ett labb.

AI-boostad elektronisk näsa hittar äggstockscancer

Med hjälp av maskininlärning kan en elektronisk näsa ”lukta sig” fram till tidiga tecken på äggstockscancer i blodet. Metoden är precis och enligt LiU-forskarna bakom studien skulle den på sikt kunna användas för att hitta många olika cancerformer.

Taggar