MétaCan
Menu
Retour à la cohorte
Enregistrement W2135696440 · doi:10.1093/annonc/mds080

Concordance among gene expression-based predictors for ER-positive breast cancer treated with adjuvant tamoxifen

2012· article· en· W2135696440 sur OpenAlexaff
Aleix Prat, Joel S. Parker, Cheng Fan, Maggie C.U. Cheang, Lance D. Miller, Jonas Bergh, Stephen Chia, Philip S. Bernard, Torsten O. Nielsen, Matthew J. Ellis, Lisa A. Carey, Charles M. Perou

Notice bibliographique

RevueAnnals of Oncology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesNational Institute of Environmental Health SciencesUniversitat Autònoma de BarcelonaJapan Society for the Promotion of ScienceNational Cancer InstituteSociedad Española de Oncología MédicaV Foundation for Cancer ResearchBreast Cancer Research Foundation
Mots-clésMedicineConcordanceTamoxifenBreast cancerOncologyAdjuvantInternal medicineCancerGynecology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: ER-positive (ER+) breast cancer includes all of the intrinsic molecular subtypes, although the luminal A and B subtypes predominate. In this study, we evaluated the ability of six clinically relevant genomic signatures to predict relapse in patients with ER+ tumors treated with adjuvant tamoxifen only. METHODS: Four microarray datasets were combined and research-based versions of PAM50 intrinsic subtyping and risk of relapse (PAM50-ROR) score, 21-gene recurrence score (OncotypeDX), Mammaprint, Rotterdam 76 gene, index of sensitivity to endocrine therapy (SET) and an estrogen-induced gene set were evaluated. Distant relapse-free survival (DRFS) was estimated by Kaplan-Meier and log-rank tests, and multivariable analyses were done using Cox regression analysis. Harrell's C-index was also used to estimate performance. RESULTS: All signatures were prognostic in patients with ER+ node-negative tumors, whereas most were prognostic in ER+ node-positive disease. Among the signatures evaluated, PAM50-ROR, OncotypeDX, Mammaprint and SET were consistently found to be independent predictors of relapse. A combination of all signatures significantly increased the performance prediction. Importantly, low-risk tumors (>90% DRFS at 8.5 years) were identified by the majority of signatures only within node-negative disease, and these tumors were mostly luminal A (78%-100%). CONCLUSIONS: Most established genomic signatures were successful in outcome predictions in ER+ breast cancer and provided statistically independent information. From a clinical perspective, multiple signatures combined together most accurately predicted outcome, but a common finding was that each signature identified a subset of luminal A patients with node-negative disease who might be considered suitable candidates for adjuvant endocrine therapy alone.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
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 Opus0,023
Tête enseignante GPT0,317
Écart entre enseignants0,295 · 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

Citations141
Publié2012
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAnnals of OncologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207