Mammostrat as an immunohistochemical multigene assay for prediction of early relapse risk in the TEAM pathology study.
Notice bibliographique
Résumé
516 Background: Some postmenopausal patients with hormone sensitive early breast cancer remain at high risk of relapse despite endocrine therapy, and might benefit additionally from adjuvant chemotherapy. The challenge is to prospectively identify such patients. The Mammostrat test uses five immunohistochemical markers to stratify patients regarding recurrence risk, and may inform treatment decisions. We tested the efficacy of this panel in the TEAM trial. Methods: Pathology blocks from 4598 TEAM patients were collected and TMAs constructed. The cohort was 47% node positive and 36% were also treated with adjuvant chemotherapy. Triplicate 0.6mm2 TMA cores were stained and positivity for p53, HTF9C, CEACAM5, NDRG1, SLC7A5 assessed. Cases were assigned a Mammostrat risk score, and distant relapse free (DRFS) and disease free survival (DFS) analysed. Results: In multivariate regression analyses, corrected for conventional clinicopathological markers, Mammostrat provided significant additional information on DRFS after endocrine therapy in ER positive node negative patients (N=1226) not receiving chemotherapy (p=0.004). Further analyses in all patients not exposed to chemotherapy, irrespective of nodal status (N=2559) and in the entire cohort (N=3837) showed Mammostrat scores provide additional information on DRFS in these groups (p=0.001 and p<0.0001 respectively; multivariate analyses). No differences were seen between the two endocrine treatment regimens. Conclusions: The Mammostrat score predicts DRFS for both exemestane and tamoxifen-exemestane treated patients irrespective of nodal status and chemotherapy. The ability of this test to provide additional outcome data following treatment provides further evidence for its’ utility in risk stratification of ER positive postmenopausal breast cancer patients.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».