Abstract 2779: Relationship of mammographic density with breast cancer subtypes
Notice bibliographique
Résumé
Abstract Background: Mammographic density (MD), a measure of the amount of radiologically dense breast tissue, is one of the strongest breast cancer risk factors. Studies have found that high MD increases risk for both estrogen receptor (ER)-negative and positive breast cancers, but data relating MD to breast cancer subtypes are limited. Methods: We used data from the population-based Polish Breast Cancer Study to explore relationships between MD and breast cancer characteristics. This analysis includes 227 invasive breast cancers, which were available as frozen samples and used for mRNA and cytogenetic profiling, and fixed tissues, which were prepared as tissue microarrays for immunohistochemical analysis. Pre-treatment mammograms of the unaffected breast were retrieved for 184 (81%) cases ages 28-75 years. Craniocaudal views of digitized films were used to assess percent MD with Cumulus, a computer-assisted thresholding method. Analysis of variance (ANOVA) models were used to test the null hypothesis of no mean difference in MD between the breast cancer subtypes. Results: Tumor subtypes were classified by key immunohistochemical markers as luminal A (ER+ and/or progesterone receptor (PR)+, human epidermal growth factor receptor-2 (HER2)-; n=129), luminal B (ER+ and/or PR+, HER2+; n=6), HER2-expressing (ER-, PR-, HER2+; n=13), basal-like (ER-, PR-, HER2-, cytokeratin 5+, and/or HER1+; n=23), and unclassified (negative for all five markers; n=8). Five cases did not have interpretable staining for all five markers and were excluded. MD values were approximately normally distributed. Preliminary ANOVA models revealed no differences in mean percent MD by tumor subtypes (p=0.29) as follows: luminal A, 27.5% (95% confidence interval (CI): 24.9-30.2); luminal B, 27.0% (95% CI: 14.8-39.2); HER2-expressing, 27.2% (95% CI: 18.9-35.5); basal-like, 24.6% (95% CI: 18.4-30.8); and unclassified, 15.7% (95% CI: 5.2-26.3). In analysis of covariance models adjusted for age there was marginal evidence of elevated MD with the HER2-expressing subtype (p=0.04), but we cannot exclude the possibility that this is a chance finding. Conclusions: Our results do not provide strong support for an association between percent MD and breast cancer subtypes. To identify additional clues as to the biology underlying the MD-breast cancer relationship, ongoing analyses will relate MD to mRNA and cytogenetic profiles and data for protein expression via immunohistochemistry available for additional markers as previously reported. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 2779.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».