Abstract 3663: A gene signature for predicting outcome in patients with basal-like breast cancer
Notice bibliographique
Résumé
Abstract Basal-like breast cancer is a molecular subtype of breast cancer generally thought to have a universally poor prognosis. Subsequent studies examining the long-term outcome in thousands of patients with basal-like breast cancer have shown that these patients can be separated into two clinically distinct groups: those likely to experience a systemic recurrence and succumb to their disease within the first 5 years and those expected to show excellent long term survival. The ability to distinguish between these two sub-groups (good and poor prognosis) of basal-like breast cancer patients at the time of initial diagnosis would permit tailoring more aggressive therapeutic regimens to those patients with an inherently poorer prognosis and conversely to avoid such therapy in patients with a more indolent course. We aimed to identify a gene signature that could predict the clinical outcome of basal-like breast cancer patients. To this end we mined publicly available human breast tumor gene expression profiling data and identified patients with basal-like breast cancer. We divided these patients into training and validation sets to identify and confirm the accuracy of a prognostic signature. We identified 137 basal-like breast tumors among 995 breast tumor gene expression profiles. We used 85 of these samples as a training group and identified an optimal 14-gene signature, which accurately identified patients that experienced poor and good long-term survival. We confirmed the accuracy of our gene signature on a 49 patient independent validation set. Importantly, we also confirmed the capacity of our signature to predict outcome in a chemotherapy naïve 27 patient sub-set of the 49 patients validation set. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 103rd Annual Meeting of the American Association for Cancer Research; 2012 Mar 31-Apr 4; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2012;72(8 Suppl):Abstract nr 3663. doi:1538-7445.AM2012-3663
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».