Prediction of Oncotype Dx recurrence score using clinical parameters
Notice bibliographique
Résumé
OBJECTIVE/BACKGROUND: The Oncotype Dx test is a genomic test currently used in clinical practice to predict the risk of disease recurrence in estrogen receptor (ER)-positive, HER2-negative breast cancer patients with axillary lymph node-negative or micrometastatic disease. The test is one of several similar genomically based tests available. Although it has a good predictive value, it is expensive and thus constitutes a significant financial burden for health systems. Thus, several attempts have been made to devise low-cost tools that could predict the recurrence score derived from the genomic evaluation using easily obtainable clinical parameters. METHODS: Two previously proposed predictive tools were evaluated in a cohort of 201 patients that had undergone the Oncotype Dx test for their efficacy in predicting the Oncotype Dx Recurrence Score (RS). A simple predictor, named GR-PR, based on two available pathologic parameters, grade and progesterone receptor status was devised and also evaluated. RESULTS: The sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of all three tools were compared and found to be similar for all cutoff points of Oncotype Dx RS. The accuracy of GR-PR was comparable to the best performing of the two other prediction tools for all four cutoff points. CONCLUSION: The simple GR-PR predictor proposed in this study seems to be at least as accurate as more complex tools and should be the preferred tool for the prediction of Oncotype Dx RS from clinicopathologic parameters when the Oncotype Dx test is not available.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».