MétaCan
Menu
Retour à la cohorte
Enregistrement W2768698198 · doi:10.1093/jnci/djx255

Predictive Biomarkers for Endocrine Therapy: Retrospective Study in Tamoxifen and Exemestane Adjuvant Multinational (TEAM) Trial

2017· article· en· W2768698198 sur OpenAlexaff
Antonia K. Roseweir, Lindsay Bennett, Ashley Dickson, Kelvin Cheng, Mary-Anne Quintayo, Jane Bayani, Donald McMillan, Paul G. Horgan, Cornelis J.�H. van de Velde, Caroline Seynaeve, Annette Hasenburg, D. G. Kieback, Christos Markopoulos, Luc Dirix, Daniel Rea, Elizabeth A. Mallon, John M.S. Bartlett, Joanne Edwards

Notice bibliographique

RevueJNCI Journal of the National Cancer Institute · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensInstitute of Cancer ResearchOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésExemestaneMedicineInternal medicineTamoxifenBreast cancerOncologyHazard ratioAromatase inhibitorOdds ratioUnivariate analysisConfidence intervalCancerMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

Background: Aromatase inhibitors improve disease-free survival compared with tamoxifen in postmenopausal women with hormone receptor-positive breast cancer. The Tamoxifen and Exemestane Adjuvant Multinational (TEAM) trial compared exemestane monotherapy with sequential therapy of tamoxifen followed by exemestane. The trial failed to show a statistically significant difference between treatment arms. A robust translational program was established to investigate predictive biomarkers. Methods: A tissue microarray was retrospectively constructed using a subset of patient tissues (n = 4631) from the TEAM trial (n = 9766). Immunohistochemistry was performed for biomarkers, classed into three groups: MAPK pathway, NF-kappa B pathway, and estrogen receptor (ER) phosphorylation. Expression was analyzed for association with relapse-free survival (RFS) at 2.5 and 10 years and treatment regimen using Kaplan-Meier curves and log-rank analysis. All statistical tests were two-sided. Results: In univariate analysis, ER167 (hazard ratio [HR] = 0.71, 95% confidence interval [CI] = 0.59 to 0.85, P < .001), IKKα (HR = 0.74, 95% CI = 0.60 to 0.92, P = .005), Raf-1338 (HR = 0.64, 95% CI = 0.52 to 0.80, P < .001), and p44/42 MAPK202/204 (HR = 0.77, 95% CI = 0.64 to 0.92, P = .004) were statistically significantly associated with improved RFS at 10 years in patients receiving sequential therapy. Associations were strengthened when IKKα, Raf-1338, and ER167 were combined into a cumulative prognostic score (HR = 0.64, 95% CI = 0.52 to 0.77, P < .001). Patients with an all negative IKKα, Raf-1338, and ER167 score favored exemestane monotherapy (odds ratio = 0.56, 95% CI = 0.35 to 0.90). In multivariable analysis, the IKKα, Raf-1338, and ER167 score (P = .001) was an independent prognostic factor for RFS at 10 years in patients receiving sequential therapy. Conclusions: The IKKα, Raf-1338, and ER167 score is an independent predictive biomarker for lower recurrence on sequential therapy. Negative expression may further offer predictive value for exemestane monotherapy.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,045
Tête enseignante GPT0,366
Écart entre enseignants0,321 · 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJNCI Journal of the National Cancer InstituteMême sujetBreast Cancer Treatment StudiesTravaux en français237 207