The molecular landscape of high-risk early breast cancer: comprehensive biomarker analysis of a phase III adjuvant population
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
Abstract Breast cancer is a heterogeneous disease and patients are managed clinically based on ER, PR, HER2 expression, and key risk factors. We sought to characterize the molecular landscape of high-risk breast cancer patients enrolled onto an adjuvant chemotherapy study to understand how disease subsets and tumor immune status impact survival. DNA and RNA were extracted from 861 breast cancer samples from patients enrolled onto the United States Oncology trial 01062. Samples were characterized using multiplex gene expression, copy number, and qPCR mutation assays. HR + patients with a PIK3CA mutant tumor had a favorable disease-free survival (DFS; HR 0.66, P =0.05), however, the prognostic effect was specific to luminal A patients (Luminal A: HR 0.67, P =0.1; Luminal B: HR 1.01, P =0.98). Molecular subtyping of triple-negative breast cancers (TNBCs) suggested that the mesenchymal subtype had the worst DFS, whereas the immunomodulatory subtype had the best DFS. Profiling of immunologic genes revealed that TNBC tumors ( n =280) displaying an activated T-cell signature had a longer DFS following adjuvant chemotherapy (HR 0.59, P =0.04), while a distinct set of immune genes was associated with DFS in HR + cancers. Utilizing a discovery approach, we identified genes associated with a high risk of recurrence in HR + patients, which were validated in an independent data set. Molecular classification based on PAM50 and TNBC subtyping stratified clinical high-risk patients into distinct prognostic subsets. Patients with high expression of immune-related genes showed superior DFS in both HR + and TNBC. These results may inform patient management and drug development in early breast cancer.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 découle