A prognostic risk model for patients with triple negative breast cancer based on stromal natural killer cells, tumor‐associated macrophages and growth‐arrest specific protein 6
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this study was to establish a prognostic risk model for patients with triple negative breast cancer (TNBC). A total of 278 specimens of human TNBC tissues were investigated by immunohistochemistry for growth-arrest specific protein 6 expression, infiltrations of stromal natural killer cells and tumor-associated macrophages. According to their prognostic risk scores based on the model, patients were divided into three groups (score 0, 1-2, 3). Correlations of prognostic risk scores, clinicopathologic features and overall survival (OS) were analyzed. To study the clinical value of this stratification model in early disease recurrence or metastasis, 177 patients were screened out for further analysis. Based on disease free survival (DFS), 90 patients fell within the DFS ≤3 years group and 87 patients within the DFS ≥5 years group. We analyzed the differences in prognostic risk scores between the two groups. The prognostic risk scores were negatively related to tumor size, lymph node metastasis and P53 status (P < 0.001 for all). Patients with low prognostic risk scores had longer OS (P = 0.001). Using multivariate analysis, it was determined that TNM stage (HR = 0.432, 95% confidence interval [CI] = 0.281-0.665, P = 0.003), FOXP3 positive lymphocytes (HR = 1.712, 95% CI = 1.085-2.702, P = 0.021) and prognostic risk scores (HR = 1.340, 95% CI = 1.192-1.644, P = 0.005) were independent prognostic factors for OS. Compared with the DFS ≥5 years group, the DFS ≤3 years group patients had significantly higher prognostic risk scores (P < 0.001). In conclusion, the prognostic risk score of the model was a significant indicator of prognosis for patients with TNBC.
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.
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 | 0,000 | 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 | 0,001 |
| 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 découle