Expression of small breast epithelial mucin (SBEM) protein in tissue microarrays (TMAs) of primary invasive breast cancers
Notice bibliographique
Résumé
AIMS: Small breast epithelial mucin (SBEM) is a recently described gene product that shows promise as a new breast biomarker. The aim was to investigate for the first time SBEM protein expression in a large cohort (n = 300) of invasive breast cancers, its relationship to established clinical variables and its association with clinical outcome. METHODS AND RESULTS: Immunohistochemical analysis was performed on tissue microarrays consisting of 149 oestrogen receptor (ER) alpha- and 151 ERalpha+ breast cancers. Overall, 18% of tumours were SBEM+ (n = 53/300). However, SBEM protein was more frequently observed in ER- (22%) than in ER+ cancers (13%; P = 0.049). A significant association with psoriasin/S100A7 expression (P < or = 0.0001) was observed in the entire cohort. SBEM was also positively associated with HER-2 (P = 0.046) in ER- cancers, and increased levels of SBEM were strongly associated with higher tumour grade (P = 0.0015). Furthermore, SBEM expression showed a trend towards an association with reduced overall survival and relapse-free survival in the ER+ cohort (P = 0.063 and P = 0.072, respectively). CONCLUSIONS: Our results suggest that SBEM may identify a unique subset of breast cancers with poor prognosis and may have future implications for therapeutic management of this disease.
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 | 0,000 | 0,001 |
| 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 ».