A simple and reproducible scoring system for EGFR in colorectal cancer: application to prognosis and prediction of response to preoperative brachytherapy
Notice bibliographique
Résumé
The aim of this study was to determine the predictive and prognostic value of epidermal growth factor receptor (EGFR) expression in rectal cancers treated with preoperative high-dose rate brachytherapy and in mismatch-repair (MMR)-proficient colorectal cancers (CRCs), respectively. We validate the use of receiver operating characteristic (ROC) curve analysis to select cutoff scores for EGFR overexpression for the end points studied. Immunohistochemistry (IHC) for EGFR was performed on 82 rectal tumour biopsies and 1197 MMR-proficient CRCs using a tissue microarray. Immunoreactivity was scored as the percentage of positive tumour cells by three pathologists and the inter-observer reliability was assessed. ROC curve-derived cutoffs were used to analyse the association of EGFR overexpression, tumour response and several clinicopathological features including survival. The scoring method was found to be reproducible in rectal cancer biopsies and CRCs. The selected cutoff scores from ROC curve analysis for each clinicopathological feature were highly consistent among pathologists. EGFR overexpression was associated with response to radiotherapy (P-value <0.001) and with worse survival time (P-value <0.001). In multivariate analysis, EGFR overexpression was independently associated with adverse prognosis (P-value <0.001). Epidermal growth factor receptor is a predictive marker of response to preoperative radiotherapy and an independent adverse prognostic factor CRC.
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 | 0,000 |
| 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 ».