Mortality and recurrence rates among systemically untreated high risk breast cancer patients included in the DBCG 77 trials
Notice bibliographique
Résumé
BACKGROUND: Following loco-regional treatment for early breast cancer accurate prognostication is essential for communicating benefits of systemic treatment. The aim of this study was to determine time to recurrence and long-term mortality rates in high risk patients according to patient characteristics and subtypes as assigned by immunohistochemistry panels. PATIENTS AND METHODS: In November 1977 through January 1983, 2862 patients with tumors larger than 5 cm or positive axillary nodes were included in the DBCG 77 trials. Archival tumor tissue from patients randomly assigned to no systemic treatment was analyzed for ER, PR, Ki67, EGFR and HER2. Intrinsic subtypes were defined as follows: Luminal A, ER or PR >0%, HER2-negative, PR >10% and Ki67 < 14%; Luminal B, ER or PR >0%, (PR ≤10% or HER2-positive or Ki67 ≥ 14%); HER2E, ER 0%, PR 0%, HER2 positive; Core basal, ER 0%, PR 0%, HER2 negative and EGFR positive. Multivariate categorical and fractional polynomials (MFP) models were used to construct prognostic subsets by clinicopathologic characteristics. RESULTS: In a multivariate model, mortality rate was significantly associated with age, tumor size, nodal status, invasion, histological type and grade, as well as subtype classification. CONCLUSIONS: With 35 years of follow-up, in this population of high-risk patients with no systemic therapy, no subgroup based on a composite prognostic score and/or molecular subtypes could be identified without excess mortality as compared to the background population.
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 | 0,001 | 0,001 |
| 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 ».