MétaCan
Menu
Retour à la cohorte
Enregistrement W2086890478 · doi:10.1016/j.molonc.2010.06.007

Molecular diversity in ductal carcinoma <i>in situ</i> (DCIS) and early invasive breast cancer

2010· article· en· W2086890478 sur OpenAlexaff
Aslaug Muggerud, Michael Hallett, Hilde Johnsen, Kristine Kleivi Sahlberg, Wenjing Zhou, Simin Tahmasebpoor, Rose‐Marie Amini, Johan Botling, Anne‐Lise Børresen‐Dale, Thérese Sørlie, Fredrik Wärnberg

Notice bibliographique

RevueMolecular Oncology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesAkademiska SjukhusetNorges ForskningsrådUppsala UniversitetCancerfondenKreftforeningen
Mots-clésDuctal carcinomaBreast cancerBiologyPathologyCancerIn situTissue microarrayOncologyMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Ductal carcinoma in situ (DCIS) is a non-invasive form of breast cancer where cells restricted to the ducts exhibit an atypical phenotype. Some DCIS lesions are believed to rapidly transit to invasive ductal carcinomas (IDCs), while others remain unchanged. Existing classification systems for DCIS fail to identify those lesions that transit to IDC. We studied gene expression patterns of 31 pure DCIS, 36 pure invasive cancers and 42 cases of mixed diagnosis (invasive cancer with an in situ component) using Agilent Whole Human Genome Oligo Microarrays 44k. Six normal breast tissue samples were also included as controls. qRT-PCR was used for validation. All DCIS and invasive samples could be classified into the "intrinsic" molecular subtypes defined for invasive breast cancer. Hierarchical clustering establishes that samples group by intrinsic subtype, and not by diagnosis. We observed heterogeneity in the transcriptomes among DCIS of high histological grade and identified a distinct subgroup containing seven of the 31 DCIS samples with gene expression characteristics more similar to advanced tumours. A set of genes independent of grade, ER-status and HER2-status was identified by logistic regression that univariately classified a sample as belonging to this distinct DCIS subgroup. qRT-PCR of single markers clearly separated this DCIS subgroup from the other DCIS, and contains samples from several histopathological and intrinsic molecular subtypes. The genes that differentiate between these two types of DCIS suggest several processes related to the re-organisation of the microenvironment. This raises interesting possibilities for identification of DCIS lesions both with and without invasive characteristics, which potentially could be used in clinical assessment of a woman's risk of progression, and lead to improved management that would avoid the current over- and under-treatment of patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,246 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations144
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular OncologyMême sujetGene expression and cancer classificationTravaux en français237 207