<i>HER2</i>Testing and Clinical Decision Making in Gastroesophageal Adenocarcinoma
Notice bibliographique
Résumé
CONTEXT: ERBB2 (erb-b2 receptor tyrosine kinase 2 or HER2) is currently the only biomarker established for selection of a specific therapy for patients with advanced gastroesophageal adenocarcinoma (GEA). However, there are no comprehensive guidelines for the assessment of HER2 in patients with GEA. OBJECTIVES: To establish an evidence-based guideline for HER2 testing in patients with GEA, to formalize the algorithms for methods to improve the accuracy of HER2 testing while addressing which patients and tumor specimens are appropriate, and to provide guidance on clinical decision making. DESIGN: The College of American Pathologists, American Society for Clinical Pathology, and American Society of Clinical Oncology convened an expert panel to conduct a systematic review of the literature to develop an evidence-based guideline with recommendations for optimal HER2 testing in patients with GEA. RESULTS: The panel is proposing 11 recommendations with strong agreement from the open-comment participants. RECOMMENDATIONS: The panel recommends that tumor specimen(s) from all patients with advanced GEA, who are candidates for HER2-targeted therapy, should be assessed for HER2 status before the initiation of HER2-targeted therapy. Clinicians should offer combination chemotherapy and a HER2-targeted agent as initial therapy for all patients with HER2-positive advanced GEA. For pathologists, guidance is provided for morphologic selection of neoplastic tissue, testing algorithms, scoring methods, interpretation and reporting of results, and laboratory quality assurance. CONCLUSIONS: This guideline provides specific recommendations for assessment of HER2 in patients with advanced GEA while addressing pertinent technical issues and clinical implications of the results.
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 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 | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».