MétaCan
Menu
Retour à la cohorte
Enregistrement W2015931889 · doi:10.1158/0008-5472.sabcs-09-4068

A Quantitative Immunofluorescence Assay (AQUA) Suggests Significant Misclassification (15%) of Estrogen Receptor Status in Breast Cancer.

2009· article· en· W2015931889 sur OpenAlexaboutno aff
Allison Welsh, C. Moeder, Elaine T. Alarid, David L. Rimm

Notice bibliographique

RevueCancer Research · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstrogen receptorBreast cancerEstrogenCancerBiologyMedicineOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Estrogen Receptor (ER) is arguably the most powerful predictive marker in breast cancer. However, a recent incident in Canada revealed a strikingly high false-negative rate and raised awareness of the current limitations in our measurement of ER. The current clinical standard is both subjective and qualitative. Even though guidelines are about to be issued to standardize this assay, there is very little data on the misclassification rate in current practice in the US.Hypothesis: Our hypothesis is that the use of a quantitative assay for ER on a series of retrospective collections may reveal both the level and significance of the misclassification rate.Method: Cell lines with a range of ER expression levels were analyzed by quantitative western blotting in parallel with IF/AQUA analysis (r2 = 0.865), in order to create standard curves for assessment of absolute ER protein concentration in tissue. The optimized assay was then used to quantify ER protein expression in a large cohort of archival breast cancer samples from Yale (1962-1982, n =617).Results: Using a set of standard curves with recombinant ER and cell line controls, we developed a standardized method for quantifying ER as an absolute concentration (pg ER per μg total protein) in formalin-fixed tissue on TMAs. This ER AQUA assay has a range in sensitivity from 50 pg/μg to 1500pg/μg total protein. Quantification of ER protein expression on the Yale archival cohort revealed a unimodal distribution with 49.8% of cases above the 50pg/ug threshold and thus defined as positive. When compared to pathologist performed conventional ER classification, we found a false negative rate of 6.65% and a false positive rate of 10.2%, for a total misclassification rate of 16.6%. Although no response data is available on that cohort, data is under analysis on 4 other cohorts with endocrine therapy treatment information, including an independent Yale cohort, SWOG 9313, NSABP B14, and the TEAM trial.Conclusion: We have developed a quantitative method to measure absolute levels of ER in breast tissue. Use of this assay on a series of cohorts suggests a misclassification rate in the 15% range. The significance of this level of misclassification with respect to response to endocrine therapy is currently under study. Citation Information: Cancer Res 2009;69(24 Suppl):Abstract nr 4068.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,412
Écart entre enseignants0,363 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207