Assessment of PD-L1 expression across breast cancer molecular subtypes, in relation to mutation rate, <i>BRCA1</i>-like status, tumor-infiltrating immune cells and survival
Notice bibliographique
Résumé
To better understand the expression pattern of programmed death-ligand 1 (PD-L1) expression in different breast cancer types, we characterized PD-L1 expression in tumor and tumor-infiltrating immune cells, in relation to mutation rate, BRCA1-like status and survival. We analyzed 410 primary treatment-naive breast tumors comprising 162 estrogen receptor-positive (ER+) and HER2−, 101 HER2+ and 147 triple-negative (TN) cancers. Pathologists quantified tumor-infiltrating lymphocytes (TILs) and PD-L1 expression in tumor cells and TILs using whole slides and tissue microarray. Mutation rate was assessed by DNA sequencing, BRCA1-like status using multiplex ligation-dependent probe amplification, and immune landscape by multiplex image analyses of CD4, CD68, CD8, FOXP3, cytokeratin, and PD-L1. Half of PD-L1 scores evaluated by tissue microarray were false negatives compared to whole slide evaluations. We observed at least 1% of PD-L1-positive (PD-L1+) cells in 53.1% of ER+HER2−, 73.3% of HER2+, and 84.4% of TN tumors. PD-L1 expression was higher in ductal compared to lobular carcinomas, also within ER+HER2− tumors (p = 0.04). High PD-L1+ TILs score (> 50%) was independently associated with better outcome in TN tumors (HR = 0.27; 95%CI = 0.10–0.69). Within TN tumors, PD-L1 and TIL scores showed a modest but significant positive association with the number of silent mutations, but no association with BRCA1-like status. Multiplex image analyses indicated that PD-L1 is expressed on multiple immune cells (CD68+ macrophages, CD4+, FOXP3+, and CD8+ T cells) in the breast tumor microenvironment, independent of the PD-L1 status of the tumor cells. We found no evidence that levels of PD-L1+ TILs in TN breast cancer are driven by high mutation rate or BRCA1-like status.
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 | 0,000 | 0,001 |
| 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 ».