MétaCan
Menu
← Retour à la cohorte
Enregistrement W2793884481 · doi:10.1158/1538-7445.sabcs17-p6-13-04

Abstract P6-13-04: IMPACt trial: MammaPrint and BluePrint molecular subtyping guide treatment decisions in breast cancer

2018· article· en· W2793884481 sur OpenAlexaff
Hatem Soliman, Esther H. Rehmus, Vishwa Shah, Gordan Srkalović, RL Mahtani, EG Levine, Blanche H. Mavromatis, Jayanthi Srinivasiah, Mohammad Kassar, Robert Gabordi, Erin Yoder, R Qamar, William Audeh

Notice bibliographique

RevueCancer Research · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerInternal medicineStage (stratigraphy)Confidence intervalOncologyChemotherapySubtypingClinical trialCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background: IMPACt is a prospective, case-only study to measure the effect of MammaPrint (MP) and BluePrint (BP) on treatment decisions in breast cancer patients. Here, we report the results of the primary objective in women aged ≥18 years with histologically proven invasive stage I-II, hormone receptor (HR) positive, and HER2-negative breast cancer. Methods: The study included 369 women from 18 US institutions. The recommended treatment plan was captured before and after receiving results for MP and BP. Treatment was started after obtaining results. In addition to the effect of results on physician treatment decisions involving chemotherapy (CT) and physician confidence, the distribution of MP High Risk (HR) and Low Risk (LR) patients was also evaluated. Results: MP classified patients to 62% (n=228) LR and 38% (n=141) HR. Treatment decisions were changed for 25% (n=92) of women after receiving MP and BP results. Of the LR patients initially prescribed CT, 68% (45/66) had CT removed from their treatment recommendation. Of the HR patients who initially were not prescribed CT, 66% (42/64) had CT added. Overall, 89% (202/228) of LR patients did not receive CT, and likewise 84% (119/141) of HR patients did receive CT after receiving MP. Among those who did not change treatment (n=277), 68% of physicians reported having greater confidence in their prescribed therapy. Conclusions: The IMPACt trial shows MP generates a 25% overall treatment change in clinical practice. The highest impact is for women with LR results, where 68% are spared chemotherapy in favor of endocrine therapy alone. Additionally, 73% of physicians report having higher confidence in treatment decisions for their patient after MP. Table 1: Treatment changesTreatment Decision Pre- to Post-MPMP HRMP LRTotalCT to CT772198no CT tp CT42547CT to no CT04545no CT to no CT22157179Total141228369 Citation Format: Soliman H, Rehmus E, Shah V, Srkalovic G, Mahtani R, Levine E, Mavromatis B, Srinivasiah J, Kassar M, Gabordi R, Yoder E, Qamar R, Audeh W, IMPACt Investigators Group I. IMPACt trial: MammaPrint and BluePrint molecular subtyping guide treatment decisions in breast cancer [abstract]. In: Proceedings of the 2017 San Antonio Breast Cancer Symposium; 2017 Dec 5-9; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2018;78(4 Suppl):Abstract nr P6-13-04.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,066
Tête enseignante GPT0,441
Écart entre enseignants0,374 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→