The current use and attitudes towards tumor genome sequencing in breast cancer
Notice bibliographique
Résumé
There is increasing availability of technologies that can interrogate the genomic landscape of an individual tumor; however, their impact on daily practice remains uncertain. We conducted a 28-item survey to investigate the current attitudes towards the integration of tumor genome sequencing in breast cancer management. A link to the survey was communicated via newsletters of several oncological societies, and dedicated mailing by academic research groups. Multivariable logistic regression modeling was carried out to determine the relationship between predictors and outcomes. 215 physicians participated to the survey. The majority were medical oncologists (88%), practicing in Europe (70%) and working in academic institutions (66%). Tumor genome sequencing was requested by 82 participants (38%), of whom 21% reported low confidence in their genomic knowledge, and 56% considered tumor genome sequencing to be poorly accessible. In multivariable analysis, having time allocated to research (OR 3.37, 95% CI 1.84-6.15, p < 0.0001), working in Asia (OR 5.76, 95% CI 1.57 - 21.15, p = 0.01) and having institutional guidelines for molecular sequencing (OR 2.09, 95% 0.99-4.42, p = 0.05) were associated with a higher probability of use. In conclusion, our survey indicates that tumor genome sequencing is sometimes used, albeit not widely, in guiding management of breast cancer patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».