Beruflicher Werdegang, Kurzprofil
Megha Bhardwaj ist Postdoktorandin am German Cancer Research Center, wo sie nach ihrem Studium an der Ludwig Maximilian University of Munich promovierte. Im Mittelpunkt ihrer Arbeit steht die Entwicklung und Bewertung risikobasierter Ansätze zur Krebsprävention, insbesondere bei Lungen-, Prostata- und Darmkrebs.
Expertise
Megha Bhardwajs Expertise verbindet klinische Epidemiologie und translationale Onkologie mit einem besonderen Schwerpunkt auf Lungenkrebs. Sie ist spezialisiert auf die Analyse komplexer, hochdimensionaler Multi-Omics-Datensätze aus großen bevölkerungsbasierten Kohorten, um biologisch aussagekräftige Erkenntnisse zu gewinnen. Ziel ihrer Arbeit ist es, epidemiologische und molekulare Erkenntnisse in klinisch relevante Strategien für Krebsprävention, Früherkennung, personalisierte Risikobewertung und die Vorhersage des Therapieansprechens zu überführen.
- Biomarkern für Krebsfrüherkennung
- Translationale Onkologie
- Klinische Epidemiologie
- Lungenkrebs
Bhardwaj, M., Frick, C., Schottker, B., Holleczek, B., & Brenner, H. (2026). Next-generation proteomics improves lung cancer risk prediction. Mol Oncol, 20(4), 995–1007. https://doi.org/10.1002/1878-0261.70166
Frick, C., Hallsson, L. R., Siebert, U., Bhardwaj, M., Schottker, B., & Brenner, H. (2025). Risk-Adapted Lung Cancer Screening Starting Ages for Former Smokers. JAMA Netw Open, 8 (12), e2551281. https://doi.org/10.1001/jamanetworkopen.2025.51281
Brenner, H., Frick, C., Seum, T., & Bhardwaj, M. (2024). Pitfalls in interpreting calibration in comparative evaluations of risk models for precision lung cancer screening. NPJ Precis Oncol, 8 (1), 281. https://doi.org/10.1038/s41698-024-00785-6
Bhardwaj, M., Schöttker, B., Holleczek, B., & Brenner, H. (2023). Enhanced selection of people for lung cancer screening using AHRR (cg05575921) or F2RL3 (cg03636183) methylation as biological markers of smoking exposure. Cancer Commun (Lond), 43(8), 956–959. https://doi.org/10.1002/cac2.12450
Bhardwaj, M., Schöttker, B., Holleczek, B., & Brenner, H. (2022). Comparison of discrimination performance of 11 lung cancer risk models for predicting lung cancer in a prospective cohort of screening-age adults from Germany followed over 17 years. Lung Cancer, 174, 83–90. https://doi.org/10.1016/j.lungcan.2022.10.011
Lungenforschung - Projekte
1. Lung Cancer Screening: Minimizing Harm and Maximizing Benefit
Das LUCAS-Projekt konzentriert sich darauf, die Effektivität und Effizienz von Programmen zur Lungenkrebsfrüherkennung durch eine präzisere Risikostratifizierung und frühzeitige Diagnose zu verbessern. Hierfür entwickeln und validieren wir Vorhersagemodelle, die proteomische und epigenetische Biomarker kombinieren, um diejenigen Personen zu identifizieren, die am stärksten von einer Früherkennung profitieren könnten. Ergänzend kommen entscheidungsanalytische und gesundheitsökonomische Modelle zum Einsatz, um den Nutzen der Früherkennung, mögliche Risiken sowie die Kosteneffizienz auf Bevölkerungsebene zu bewerten.
2. Lung Cancer-Related Risk Factors and Their Impact Assessment
Das LUCIA-Projekt hat das Ziel, bekannte und neu auftretende Risikofaktoren für Lungenkrebs systematisch zu charakterisieren. Dabei verfolgt das Projekt einen umfassenden, multidimensionalen Ansatz, der persönliche Expositionen, externe Einflussfaktoren sowie biologische Reaktionen auf genetischer, metabolischer und altersabhängiger Ebene integriert. Ein zentrales Ziel ist die Entwicklung einer integrierten Analyse-Toolbox, die Kohortendaten, KI-gestützte Modelle, Multi-Omics-Profiling, tragbare Technologien und sensorbasierte Messungen kombiniert, um besser zu verstehen, wie diese Faktoren bei der Entstehung von Lungenkrebs zusammenwirken.
3. Personalized Risk Integration for Monitoring Lung Cancer
Das PRISM-Projekt konzentriert sich auf die Entwicklung eines stärker personalisierten Ansatzes für die Lungenkrebsvorsorge durch die Definition risikoadaptierter Einstiegsalter. Auf Basis longitudinaler, bevölkerungsbasierter Kohortendaten von Personen mit einer Vorgeschichte starken Rauchens werden fortgeschrittene statistische Modelle und Analysen zur Risikoverschiebung eingesetzt, um zu untersuchen, wie sich das individuelle Lungenkrebsrisiko im Verlauf der Zeit verändert.