Neutrophil–Lymphocyte Ratio Predicts Response to Chemotherapy in Triple-Negative Breast Cancer
Notice bibliographique
Résumé
Background: The neutrophil–lymphocyte ratio (NLR) has been reported to correlate with patient outcome in several cancers, including breast cancer. We evaluated whether the NLR can be a predictive factor for pathologic complete response (PCR) after neoadjuvant chemotherapy (NAC) in patients with triple-negative breast cancer (TNBC). Methods: We analyzed the correlation between response to NAC and various factors, including the NLR, in 87 patients with TNBC who underwent NAC. In addition, we analyzed the association between the NLR and recurrence-free survival (RFS) in patients with TNBC. Results: Of the 87 patients, 25 (28.7%) achieved a PCR. A high Ki-67 index and a low NLR were significantly associated with PCR. The PCR rate was higher in patients having a high Ki-67 index (≥15%) than in those having a low Ki-67 index (35.7% vs. 0%, p = 0.002) and higher in patients having a low NLR (≤1.7) than in those having a high NLR (42.1% vs. 18.4%, p = 0.018). In multiple logistic analysis, a low NLR remained the only predictive factor for PCR (odds ratio: 4.274; p = 0.008). In the survival analysis, the RFS was significantly higher in the low NLR group than in the high NLR group (5-year RFS rate: 83.7% vs. 66.9%; log-rank p = 0.016). Conclusions: Our findings that the NLR is a predictor of PCR to NAC and also a prognosticator of recurrence suggest an association between response to chemotherapy and inflammation in patients with TNBC. The pretreatment NLR can be a useful predictive and prognostic marker in patients with TNBC scheduled for NAC.
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 | 0,002 |
| 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) | 0,001 | 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 ».