Discrepancies in central review re-testing of patients with ER-positive and HER2-negative breast cancer in the OPTIMA prelim randomised clinical trial
Notice bibliographique
Résumé
BACKGROUND: There is limited data on results of central re-testing of samples from patients with invasive breast cancer categorised in their local hospital laboratories as oestrogen receptor (ER) positive and human epidermal growth factor receptor homologue 2 (HER2) negative. METHODS: The Optimal Personalised Treatment of early breast cancer usIng Multiparameter Analysis preliminary study (OPTIMA prelim) was the feasibility phase of a randomised controlled trial to validate the use of multiparameter assay-directed chemotherapy decisions in the UK National Health Service (NHS). Eligibility criteria included ER positivity and HER2 negativity. Central re-testing of receptor status was mandatory. RESULTS: Of the 431 patients tested centrally, discrepant results between central and local laboratory results were identified in only 19 (4.4%; 95% confidence interval 2.5-6.3%) patients (with 21 tumours). On central review, seven patients had cancers that were ER-negative (1.6%) and 13 (3.0%) patients with 15 tumours had HER2-positive disease, including one tumour discrepant for both biomarkers. CONCLUSIONS: Central re-testing of receptor status of invasive breast cancers in the UK NHS setting shows a high level of reproducibility in categorising tumours as ER-positive and HER2-negative, and raises questions regarding the cost effectiveness and clinical value of central re-testing in this sub-group of breast cancers in this setting.
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 | 0,157 | 0,235 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».