The role of the phosphatase and tensin homolog status in predicting pathological complete response to neoadjuvant anti-HER2 therapies in HER2-positive primary breast cancer
Notice bibliographique
Résumé
PURPOSE: The addition of anti-HER2 therapies to neoadjuvant treatment significantly enhances pathological complete response (PCR) rate in patients with human epidermal growth factor receptor 2 (HER2)-positive breast cancer. Selecting patients unlikely to benefit from neoadjuvant anti-HER2 therapies is increasingly important. In this study, we proposed to assess the role of the phosphatase and tensin homolog (PTEN) as a biomarker in predicting PCR to neoadjuvant anti-HER2 therapies by conducting meta-analysis. METHODS: Our team searched Embase, Medline, and the Cochrane Library by the end of September 16, 2018, for trials on patients with HER2-positive breast cancer treated with neoadjuvant anti-HER2 therapies. The associations between PTEN expression and PCR rate were then assessed. Odds ratio (ORs) and hazard ratio (HRs) with 95% confidence intervals (CIs) with 2-sided P values were calculated. The Newcastle-Ottawa scale (NOS) was used to estimate the quality of the involved trials. RESULTS: A total of 820 patients from 8 trials were included in this meta-analysis. Overall, the PTEN normal tumors was related to a significant increase in PCR rate (OR 0.55; 95% CI = 0.31-0.96; P = .04; I = 54%). In different anti-HER2 agents analysis, the PTEN normal tumors was related to a significant increase in PCR rate in patients treated with trastuzumab alone (OR 0.40; 95% CI = 0.24-0.67; P = .0005; I = 15%). Besides, no significant association between PTEN status and PCR rate was detected in patients treated with lapatinib alone (OR 1.90; 95% CI = 0.78-4.60; P = .16; I = 0%) or trastuzumab plus lapatinib (OR 1.27; 95% CI = 0.27-5.97; P = .76; I = 73%). CONCLUSION: Based on current evidence, PTEN status could be n suitable biomarker in predicting PCR rate to neoadjuvant anti-HER2 therapies, especially in trastuzumab-treated 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 | 0,015 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,024 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».