Elucidating Prognosis and Biology of Breast Cancer Arising in Young Women Using Gene Expression Profiling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Breast cancer in young women is associated with poor prognosis. We aimed to define the role of gene expression signatures in predicting prognosis in young women and to understand biological differences according to age. EXPERIMENTAL DESIGN: Patients were assigned to molecular subtypes [estrogen receptor (ER)(+)/HER2(-); HER2(+), ER(-)/HER2(-))] using a three-gene classifier. We evaluated whether previously published proliferation, stroma, and immune-related gene signatures added prognostic information to Adjuvant! online and tested their interaction with age in a Cox model for relapse-free survival (RFS). Furthermore, we evaluated the association between candidate age-related genes or gene sets with age in an adjusted linear regression model. RESULTS: A total of 3,522 patients (20 data sets) were eligible. Patients aged 40 years or less had a higher proportion of ER(-)/HER2(-) tumors (P < 0.0001) and were associated with poorer RFS after adjustment for breast cancer subtype, tumor size, nodal status, and histologic grade and stratification for data set and treatment modality (HR = 1.34, 95% CI = 1.10-1.63, P = 0.004). The proliferation gene signatures showed no significant interaction with age in ER(+)/HER2(-) tumors after adjustment for Adjuvant! online. Further analyses suggested that breast cancer in the young is enriched with processes related to immature mammary epithelial cells (luminal progenitors, mammary stem, c-kit, RANKL) and growth factor signaling in two independent cohorts (n = 1,188 and 2,334). CONCLUSIONS: Proliferation-related prognostic gene signatures can aid treatment decision-making for young women. However, breast cancer arising at a young age seems to be biologically distinct beyond subtype distribution. Separate therapeutic approaches such as targeting RANKL or mammary stem cells could therefore be needed.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 découle