Adjuvant lapatinib in women with early-stage HER2-positive breast cancer (HER2+ BC): Analysis of the hormone receptor-negative subgroup of the intent-to-treat (ITT) population of the TEACH trial.
Notice bibliographique
Résumé
596 Background: TEACH is a randomized, double-blind, placebo (P)-controlled trial evaluating lapatinib (L) in reducing relapse risk in trastuzumab -naive patients (pts) previously treated with chemotherapy for HER2+ BC. The primary results (presented at SABCS 2011) showed a hazard ratio (HR) for disease-free survival (DFS) in L arm compared with P of 0.83 (95% confidence interval [CI] 0.70-1.00; stratified log-rank 2-sided P=.053). The predefined hormone receptor negative subgroup was analyzed, which in contrast to the hormone receptor positive subgroup of the ITT population (N=3147) had a significantly improved DFS. Methods: 3161 HER2+ BC pts (Stage I-IIIc) were randomized 1:1 to L daily or P for 1 year (yr). Primary endpoint was DFS in the ITT population. Central nervous system (CNS) recurrence rate was a secondary endpoint. A subgroup analysis by Cox Proportional Hazards Regression Models was performed for the hormone receptor negative pts from the ITT population. Results: 1288 pts (41%) comprised the hormone receptor negative subgroup of the ITT (L:639, and P:649). Median time from diagnosis to randomization was 2.4 (0.3-15) yrs, median follow-up was 4 yrs. Median age for this subgroup was 53 (24-87) yrs. With 85 events in L arm and 128 in P arm, the HR for DFS for hormone receptor negative pts was 0.68 (95%CI 0.52-0.89) favoring L. Most hormone receptor negative subgroups showed benefit for L: pts up to 1 yr from diagnosis (HR 0.64; 95%CI 0.41-0.99), node negative (HR 0.57; 95%CI 0.35-0.92), premenopausal (HR 0.59, 95%CI 0.37-0.94), and those who received prior anthracycline chemotherapy without taxanes (HR 0.63; 95%CI 0.43-0.92). Node positive patients had a trend to benefit from L (HR 0.74; 95%CI 0.53-1.03). CNS as one site of initial recurrence occurred in 1% in L (n=7) and P (n=8) arms. Conclusions: Lapatinib improved DFS in patients early or late in follow-up from diagnosis of HER2+, hormone receptor negative BC. Similar subset analyses are important in other large adjuvant anti-HER2 therapy trials. Results might provide a better understanding of the subtypes of HER2+ disease and help to further individualized therapy.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».