Direct Detection of Herceptin/Trastuzumab Binding on Breast Tissue Sections
Notice bibliographique
Résumé
The protooncogene product HER-2/neu is the target of the humanized monoclonal antibody trastuzumab (Herceptin). Several tests are used clinically to identify patients with HER-2/neu overexpression based on evaluation by pathologists of gene amplification by fluorescence in situ hybridization or protein expression using immunohistochemistry (IHC). A simple technique has been developed for staining formalin-fixed, paraffin-embedded breast cancer tissue using unmodified Herceptin/trastuzumab as the primary antibody. Results were compared with staining with the commercial kit, HercepTest, as well as with polyclonal anti-HER-2/neu antibodies and with biotinylated trastuzumab. These procedures were tested using four breast cancer microarrays. There were 854 cores that were stained with all four antibodies, representing 325 cases. A standard 4-point scoring system (0-3) was used. A total of 156 cases (48%) were scored as 0 by all the methods used and 31 (9.5%) were positive (3+) by all methods. Of interest, three cases scored negative using polyclonal anti-HER-2/neu antibodies but were positive using unmodified trastuzumab. To clarify this discrepancy, whole sections of tumors were examined with both antibodies using double labeling. There were some tumors that demonstrated a mosaic pattern of staining with neighboring cells or groups of cells stained exclusively with one antibody or the other. These results demonstrate that unmodified humanized or human therapeutic antibodies could be used for preclinical testing or in a clinical laboratory setting for IHC-based selection of patients for treatment, and results of such selection could be different from those obtained using polyclonal antibody-based IHC procedure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».