The prognostic significance of the aberrant extremes of p53 immunophenotypes in breast cancer
Notice bibliographique
Résumé
AIMS: The utility of p53 as a prognostic assay has been elusive. The aims of this study were to describe a novel, reproducible scoring system and assess the relationship between differential p53 immunohistochemistry (IHC) expression patterns, TP53 mutation status and patient outcomes in breast cancer. METHODS AND RESULTS: Tissue microarrays were used to study p53 IHC expression patterns: expression was defined as extreme positive (EP), extreme negative (EN), and non-extreme (NE; intermediate patterns). Overall survival (OS) was used to define patient outcome. A representative subgroup (n = 30) showing the various p53 immunophenotypes was analysed for TP53 hotspot mutation status (exons 4-9). Extreme expression of any type occurred in 176 of 288 (61%) cases. As compared with NE expression, EP expression was significantly associated (P = 0.039) with poorer OS. In addition, as compared with NE expression, EN expression was associated (P = 0.059) with poorer OS. Combining cases showing either EP or EN expression better predicted OS than either pattern alone (P = 0.028). This combination immunophenotype was significant in univariate but not multivariate analysis. In subgroup analysis, six substitution exon mutations were detected, all corresponding to extreme IHC phenotypes. Five missense mutations corresponded to EP staining, and the nonsense mutation corresponded to EN staining. No mutations were detected in the NE group. CONCLUSIONS: Patients with extreme p53 IHC expression have a worse OS than those with NE expression. Accounting for EN as well as EP expression improves the prognostic impact. Extreme expression positively correlates with nodal stage and histological grade, and negatively with hormone receptor status. Extreme expression may relate to specific mutational status.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».