MétaCan
Menu
Retour à la cohorte
Enregistrement W2594264017 · doi:10.1158/1538-7445.sabcs16-p2-05-33

Abstract P2-05-33: Refining the prognostic value of Ki67 biomarker by ataxia telangiectasia mutated (ATM) status in a retrospective study of early stage hormone receptor positive breast cancer

2017· article· en· W2594264017 sur OpenAlexaff
Xuechun Feng, H Li, E Kornarga, M. Dean, Susan P. Lees‐Miller, Karl Riabowol, Anthony M. Magliocco, DG Morris, Paul Watson, Emeka K. Enwere, Gwyn Bebb, A. G. Paterson

Notice bibliographique

RevueCancer Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensUniversity of CalgaryUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerStage (stratigraphy)OncologyImmunohistochemistryInternal medicineLymph nodeCancerTissue microarrayBiomarkerSurvival analysisAtaxia-telangiectasiaPathologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: The current study was designed to investigate the combined influence of ataxia telangiectasia mutated (ATM) and Ki67 on clinical outcome in early stage hormone receptor positive breast cancer (ES-HPBC), particularly in patients with smaller tumors (< 4 cm) and fewer than four positive lymph nodes. Methods: Formalin-fixed paraffin-embedded specimens of resected primary breast tumors from 532 patients diagnosed with early stage breast cancer were used to construct a tissue microarray. Samples from 297 patients were suitable for final statistical analysis. We detected ATM and Ki67 proteins using immunohistochemistry and quantified their expression with digital image analysis. Data on expression levels were subsequently correlated with clinical outcome. Results: Remarkably, ATM expression was useful to stratify the low Ki67 group into subgroups with better or poorer prognosis. Specifically, in the low Ki67 subgroup defined as having smaller tumors and no positive nodes, patients with high ATM expression showed better outcome than those with low ATM, with estimated survival rates of 96% and 89% respectively at 15 years follow up (p = 0.04). Similarly, low-Ki67 patients with smaller tumors, 1-3 positive nodes and high ATM also had significantly better outcomes than their low ATM counterparts, with estimated survival rates of 88% and 46% respectively (p=0.03) at 15 years follow up. Multivariable analysis indicated that the combination of high ATM and low Ki67 is prognostic of improved survival, independent of tumor size, grade, and lymph node status (p = 0.02). Low Ki67/high ATM expression independently predicts favorable disease survival in a multivariate model in low Ki67 subgroup of ES-HPBC (Stage I-III)Variablesp valueHR (95%CI)Low Ki67/high ATM vs Low Ki67/low ATM0.020.36 (0.15-0.88)ize (T1/2 vs T3/4)0.010.16 (0.04-0.69)LN status (- vs +)0.140.49 (0.20-1.25)LVI (_- vs +)0.160.51 (0.20-1.31)Grade (1/2 vs 3)<0.00010.28 (0.11-0.67)Age (<65 vs >65)0.010.26 (0.10-0.74) Conclusions: These data suggest that the prognostic value of Ki67 can be improved by analyzing ATM expression in ES-HPBC. Citation Format: Feng X, Li H, Kornarga E, Dean M, Lees-Miller S, Riabowol K, Magliocco A, Morris D, Watson P, Enwere E, Bebb G, Paterson A. Refining the prognostic value of Ki67 biomarker by ataxia telangiectasia mutated (ATM) status in a retrospective study of early stage hormone receptor positive breast cancer [abstract]. In: Proceedings of the 2016 San Antonio Breast Cancer Symposium; 2016 Dec 6-10; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2017;77(4 Suppl):Abstract nr P2-05-33.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,385
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer-related Molecular PathwaysTravaux en français237 207