Predicting OncoDx Recurrence Scores With Immunohistochemical Markers
Notice bibliographique
Résumé
Recent reports suggest that immunohistochemistry (IHC) markers can be used to give prognostic information in breast cancer that is similar to that contained in the Genomic Health Inc. OncoDx recurrence score (Onco-RS). The goal of this study is to examine the potential prognostic value of a score derived from results of a simple set of IHC tests in the prediction of the Onco-RS. A score (IHC-RS) was derived to predict the Onco-RS using IHC-based quantitative and semiquantitative results from a subset of markers selected from those used in the generation of an Onco-RS score. The patient population consists of a retrospectively identified cohort of 158 women with ER-positive, HER2neu-negative breast cancer who completed OncoDx testing. A predictive model was developed to generate the IHC-RS using stepwise multiple regression incorporating Ki67 percentage and semiquantitative ER and PR scores. Using only these 3 IHC markers, the IHC-RS predicted 62% of the Onco-RS variability (adjusted R=0.624, P=0.004). In addition, analysis of outliers in the correlation between the IHC-RS and the Onco-RS reveals the possibility of sampling error as a drawback of the Onco-RS. This is contrasted against potential interlab and intralab variability and preanalytic issues that may negatively impact the implementation of an IHC-RS.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».