Human Epidermal Growth Factor Receptor 2 Testing: Where Are We?
Notice bibliographique
Résumé
In this issue of Journal of Clinical Oncology, Baehner et al have reported from a Kaiser Permanente case-control study that there is a high degree of concordance (97%) between quantitative reverse transcription polymerase chain reaction (qRT-PCR) and central laboratory fluorescent in situ hybridization (FISH) assessment of HER2 status. This provides us the opportunity to examine the status of human epidermal growth factor receptor 2 (HER2) testing today. For the most part, cancer is a genetic disease, and successful treatment of breast cancer is particularly dependent on a number of complex factors, including detection of the tumor early in the course of development, accurate assessment of the right biomarker, and the biology of the underlying disease. Amplification and overexpression of the HER2/ERBB2 oncogenes are observed in 15% to 25% of invasive breast cancers. HER2-positive tumors define a clinically important breast cancer subgroup that is generally associated with poor prognosis and variable response to conventional systemic cytotoxic therapy. HER2 testing is routinely performed in patients with a new diagnosis of invasive breast cancer. Accurate testing to identify HER2 status for patients with breast cancer who can benefit from anti-HER2 treatment (eg, trastuzumab, lapatinib) is a clinical and economic necessity (Fig 1). As a consequence, issues relating to accurate and reliable laboratory assessment of HER2 status in patients with breast cancer are a matter of significant concern to patients, pathologists, and oncologists.
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 | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,009 | 0,049 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».