MétaCan
Menu
← Retour à la cohorte
Enregistrement W1574266964 · doi:10.1158/1538-7445.sabcs14-p4-11-09

Abstract P4-11-09: Comparison of immunohistochemical residual risk panels to predict risk in early breast cancers treated with endocrine therapy

2015· article· en· W1574266964 sur OpenAlexaff
Jacqueline Stephen, Gordon Murray, David Cameron, Jeremy Thomas, Ian Kunkler, W Jack, G.R. Kerr, Tammy Piper, Cassandra Brookes, Daniel Rea, Cornelis J.�H. van de Velde, Annette Hasenburg, Christos Markopoulos, Luc Dirix, Caroline Seynaeve, John M.S. Bartlett

Notice bibliographique

RevueCancer Research · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésMedicineExemestaneOncologyInternal medicineBreast cancerProportional hazards modelImmunohistochemistryEstrogen receptorResidual riskCohortTamoxifenGynecologyCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background: We compare two residual risk models combining immunohistochemical (IHC) biomarkers, IHC4 and Mammostrat, in the Edinburgh Breast Conservation Series (BCS) and in the Tamoxifen versus Exemestane Adjuvant Multinational (TEAM) trial. Materials and Methods: The primary cohorts comprised 831 and 2,513 estrogen receptor (ER)-positive patients who did not receive adjuvant chemotherapy from the Edinburgh BCS and TEAM cohorts respectively. We evaluated prognostic scores for distant recurrence-free survival (DRFS). Results: Low scores for both IHC4 and Mammostrat are associated with better DRFS. In multivariate Cox regression analyses the addition of both scores to clinical factors provided independent information on residual risk (p<0.05). In the larger TEAM cohort, IHC4 was the stronger predictor of DRFS but additional information was gained from including the Mammostrat score for all ER-positive patients (p<0.001). Conclusion: The results showed that the scores have different capabilities in predicting DRFS depending on the study and subgroup of patients. However, significant benefit in estimating residual recurrence risk after treatment was observed from a combined use of both marker panels. This provides support for investigating their combined use for risk stratification of ER-positive early breast cancer patients. Citation Format: Jacqueline Stephen, Gordon Murray, David Cameron, Jeremy Thomas, Ian Kunkler, Wilma Jack, Gill Kerr, Tammy Piper, Cassandra Brookes, Daniel Rea, Cornelis van de Velde, Annette Hasenburg, Christos Markopoulos, Luc Dirix, Caroline Seynaeve, John Bartlett. Comparison of immunohistochemical residual risk panels to predict risk in early breast cancers treated with endocrine therapy [abstract]. In: Proceedings of the Thirty-Seventh Annual CTRC-AACR San Antonio Breast Cancer Symposium: 2014 Dec 9-13; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2015;75(9 Suppl):Abstract nr P4-11-09.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,057
Tête enseignante GPT0,385
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→