The impact of PTEN tumor suppressor gene on acquiring resistance to tamoxifen treatment in breast cancer patients
Notice bibliographique
Résumé
Tamoxifen is a standard therapeutical treatment in patients with estrogen receptor positive breast carcinoma. However, less than 50% of estrogen receptor positive breast cancers do not respond to tamoxifen treatment whereas 40% of tumors that initially respond to treatment develop resistance over time. The underlying mechanisms for tamoxifen resistance are probably multifactorial but remain largely unknown. The primary aim of this study was to investigate the impact of PTEN tumor suppressor gene on acquiring resistance to tamoxifen by analyzing loss of heterozygosity (LOH) and immunohystochemical expression of PTEN in 49 primary breast carcinomas of patients treated with tamoxifen as the only adjuvant therapy. The effect of PTEN inactivation on breast cancer progression and disease outcome was also analyzed. Reduced or completely lost PTEN expression was observed in 55.1% of samples, while 63.3% of samples displayed LOH of PTEN gene. Inactivation of PTEN immunoexpression significantly correlated with the PTEN loss of heterozygosity, suggesting LOH as the most important genetic mechanism for the reduction or complete loss of PTEN expression in primary breast carcinoma. Most importantly, LOH of PTEN and consequential reduction of its immunoexpression showed significant correlation with the recurrence of the disease. Besides, our study revealed that LOH of PTEN tumor suppressor was significantly associated with shorter disease free survival, breast cancer specific survival and overall survival. In summary, our results imply that LOH of PTEN could be used as a good prognostic characteristic for the outcome of breast cancer patients treated with tamoxifen.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».