HER-2/neu Overexpression as a Predictor for the Transition from <i>In situ</i> to Invasive Breast Cancer
Notice bibliographique
Résumé
The clinical implications of HER-2/neu (HER2) expression in ductal carcinoma in situ (DCIS) lesions have yet to be clearly elucidated; this despite the more frequent expression of HER2 in high-grade DCIS lesions compared with invasive cancers. We hypothesized that HER2 overexpression in DCIS is associated with more rapid progression to invasive disease. Immunohistochemical staining for estrogen receptor, progesterone receptor, and HER2 was done on DCIS specimens. Univariate analysis and a multivariate logistic regression were done to determine whether estrogen receptor, progesterone receptor, or HER2 status, comedo necrosis, nuclear grade, lesion size, or patient age predicted the presence of associated invasive disease in patients with DCIS. Invasive foci were found in association with HER2 overexpressing DCIS at a higher frequency than with DCIS that did not overexpress HER2. Although high nuclear grade, large lesion size, and HER2 overexpression were all associated with the presence of invasive disease on univariate analysis, HER2 was the only significant predictor for the presence of invasive disease after multivariate adjustment (odds ratio, 6.4; P = 0.01). These data indicate that HER2 overexpression in DCIS lesions predicts the presence of invasive foci in patients with DCIS and suggest that targeting of HER2 in an early disease setting may forestall or prevent disease progression.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 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 ».