Prognostic and Predictive Value of Low Estrogen Receptor Expression in Breast Cancer
Notice bibliographique
Résumé
Purpose: Anti-hormonal therapy (tamoxifen) is recommended for estrogen receptor (er)–positive breast cancer (bca); however, its effect on low-receptor cancers is unclear. We retrospectively evaluated the effect of adjuvant tamoxifen in patients with weakly er-positive bca. Methods: We identified 2221 bca patients who had been er-tested by ligand-based assay (lba) during 1976–1995 and who had been treated and followed until 2008. Cox proportional hazards models adjusted for age, body mass index, tumour size, nodal status, surgery, and chemotherapy were used to assess the effect of er level on bca survival in patients who received tamoxifen. Results: Overall, 17% (383) of patients were within 0–3 fmol/mg cytosol protein, and 12% (266) were within 4–9 fmol/mg cytosol protein. Patients with er levels of 0–3, 4–9, 10–19, 20–49, and 50 fmol/mg or more cytosol protein had 20-year bca survival rates of 56%, 56%, 63%, 71%, and 60% respectively. Of the 2221 patients studied, 661 (29.8%) received anti-hormonal therapy. Within the latter group, er levels of 0–3, 4–9, 10–19, 20–49, and 50 fmol/mg or more cytosol protein were associated with a hazard ratio for lower bca mortality: respectively, 1.00 (reference), 0.59 (p = 0.09), 0.19 (p < 0.0001), 0.26 (p < 0.0001), and 0.31 (p < 0.0001)—the risk reduction being significant only for er levels of 10 fmol/mg or more cytosol protein. Conclusions: Tamoxifen use in bca patients with a weakly positive er status (4–9 fmol/mg cytosol protein), compared with those having higher er levels (≥10 fmol/mg cytosol protein), is not associated with a significantly lower bca-specific mortality. Our results do not support treatment with anti-hormonal therapy for bca patients with a weakly positive er status as identified by lba.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».