Abstract A81: Relationships between expression of TGF-β factors and breast tumor characteristics in a population-based study from Poland
Notice bibliographique
Résumé
Transforming growth factor-beta (TGF-β signaling has been implicated in breast development and carcinogenesis. However, the associations between expression of individual members of the TGF-β superfamily and breast cancer characteristics remains undefined. To address this gap, we evaluated the relationship of expression of TGF-β signaling factors to clinically important tumor characteristics among 842 invasive breast carcinomas identified in a population-based case-control study conducted in Poland. We evaluated immunohistochemical stains performed on tissue microarrays for six components of the TGF-β signaling pathway, including four TGF-β ligands [intracellular TGF-β1, extracellular TGF-β1, TGF-β2, and TGF-β3], the TGF-β type II receptor (TGF-βR2), and the downstream transcriptional modulator, phosphorylated-SMAD2 (p-SMAD2). Three pathologists independently read two of the six stains and scored the staining as negative, equivocal, weakly positive, or strongly positive, depending on the stain. Re-examination of 40 randomly selected spots demonstrated satisfactory intra-observer agreement for all stains (weighted kappa ≥75%). Most tumors were positive for extracellular TGF-β1 (77%), TGF-β2 (89%), TGF-β3 (92%), and TGF-βR2 (71%), whereas expression of intracellular TGF-β1 was detected in 32% and p-SMAD2 in 59% of cases. Lobular histology was associated with expression of extracellular TGF-β1 (χ2 p=
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 | 0,001 | 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 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 ».