MétaCan
Menu
Retour à la cohorte
Enregistrement W2108092781 · doi:10.1371/journal.pone.0103514

Identification of a Novel Luminal Molecular Subtype of Breast Cancer

2014· article· en· W2108092781 sur OpenAlexaff
Anna Dvorkin‐Gheva, John A. Hassell

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene expression and cancer classification
Établissements canadiensMcMaster University
Organismes subventionnairesCure Brain Cancer Foundation
Mots-clésBreast cancerCancerOncologyInternal medicinePathologyMedicineCancer researchBiology

Résumé

récupéré en direct d'OpenAlex

The molecular classification of human breast tumors has afforded insights into subtype specific biological processes, patient prognosis and response to therapies. However, using current methods roughly one quarter of breast tumors cannot be classified into one or another molecular subtype. To explore the possibility that the unclassifiable samples might comprise one or more novel subtypes we employed a collection of publically available breast tumor datasets with accompanying clinical information to assemble 1,593 transcript profiles: 25% of these samples could not be assigned to one of the current molecular subtypes of breast cancer. All of the unclassifiable samples could be grouped into a new molecular subtype, which we termed "luminal-like". We also identified the luminal-like subtype in an independent collection of tumor samples (NKI295). We found that patients harboring tumors of the luminal-like subtype have a better prognosis than those with basal-like breast cancer, a similar prognosis to those with ERBB2+, luminal B or claudin-low tumors, but a worse prognosis than patients with luminal A or normal-like breast tumors. Our findings suggest the occurrence of another molecular subtype of breast cancer that accounts for the vast majority of previously unclassifiable breast tumors.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,021
Tête enseignante GPT0,248
Écart entre enseignants0,227 · 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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetGene expression and cancer classificationTravaux en français237 207