Optimal adjuvant endocrine treatment of ER+/HER2+ breast cancer patients by age at diagnosis: A population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: patients; however, a differential effect of aromatase inhibitors (AIs) versus tamoxifen (TAM) may have been missed in ER+/HER2+ patients that comprise 7-15% of all breast cancer patients. In addition, a woman's hormonal microenvironment may influence sensitivity to TAM and AIs in the adjuvant setting, which changes during menopausal transition, a process that takes years. We studied the efficacy of AIs versus TAM in ER+/HER2+ breast cancer patients grouped by age at diagnosis as a proxy for menopausal status using treatment and outcome data from the nationwide population-based Netherlands Cancer Registry (NCR). PATIENTS AND METHODS: , ER+/HER2+ breast cancer were identified through the NCR (n = 1155). Patients were divided by age at diagnosis: premenopausal (≤45 years; n = 326), perimenopausal (45 55 years; n = 525). A time-dependent variable, indicating whether AI or TAM was received for >50% of endocrine treatment duration, was applied to subdivide groups by predominant treatment received. Recurrence-free survival (RFS) and overall survival (OS) were assessed using Kaplan-Meier survival estimation and Cox regression. Hazard ratios (HRs) were adjusted for chemotherapy, trastuzumab, age at diagnosis, N-status, grade, pT-stage and ovarian ablation. RESULTS: During follow-up, 237 recurrences and 182 deaths occurred. Perimenopausal women derived significant RFS and OS benefit from AI compared with TAM, HR 0.47 (95% CI 0.25-0.91; P = 0.03) and HR 0.37 (95% CI 0.18-0.79; P = 0.01), respectively, whereas premenopausal women derived no benefit from AI compared with TAM. Treatment effects differed significantly between these age groups (interaction P = 0.03 and P = 0.02, respectively). Among postmenopausal women a small but non-significant AI benefit was observed. CONCLUSION: AI treatment, preferably without any TAM treatment, was associated with the best RFS and OS outcome in ER+/HER2+ perimenopausal 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».