Notice bibliographique
Résumé
Incorporation of a new biological marker such as HER2 into routine clinical practice requires proof that it provides reproducible information independent of, and better than, conventional pathologic criteria, and that it influences treatment decisions. In breast cancer, HER2 amplification/overexpression predicts for a poor clinical outcome and an enhanced survival benefit from the HER2-targeted therapy, Herceptin, and may predict for resistance to some conventional therapies. Thus, HER2 is considered to be a clinically important molecule and testing for HER2 abnormalities is already part of routine patient assessment in many parts of the world. There is currently no gold standard for HER2 testing. The main challenge is to standardize and technically validate HER2 testing methodologies. Immunohistochemistry (IHC) and fluorescence in situ hybridization (FISH) are the most common HER2 tests used, and show a high level of concordance. HER2 testing approaches based on the polymerase chain reaction (PCR) are under extensive investigation and appear promising. A Canadian HER2 testing algorithm designed to increase the validity and reproducibility of HER2 testing has been compiled. HER2-positive cases are defined as those with >10% of tumor cells with moderate/strong, complete membrane staining in the invasive component, by IHC. Confirmatory HER2 testing using either FISH or quantitative PCR is recommended for indeterminate cases. Additional studies are required to calibrate HER2 testing results to clinical outcome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».