SETER/PR: a robust 18-gene predictor for sensitivity to endocrine therapy for metastatic breast cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract There is a clinical need to predict sensitivity of metastatic hormone receptor-positive and HER2-negative (HR+/HER2−) breast cancer to endocrine therapy, and targeted RNA sequencing (RNAseq) offers diagnostic potential to measure both transcriptional activity and functional mutation. We developed the SET ER/PR index to measure gene expression microarray probe sets that were correlated with hormone receptors ( ESR1 and PGR ) and robust to preanalytical and analytical influences. We tested SET ER/PR index in biopsies of metastastic HR+/HER2− breast cancer against the treatment outcomes in 140 patients. Then we customized the SET ER/PR assay to measure 18 informative, 10 reference transcripts, and sequence the ligand-binding domain (LBD) of ESR1 using droplet-based targeted RNAseq, and tested that in residual RNA from 53 patients. Higher SET ER/PR index in metastatic samples predicted longer PFS and OS when patients received endocrine therapy as next treatment, even after adjustment for clinical-pathologic risk factors (PFS: HR 0.534, 95% CI 0.299 to 0.955, p = 0.035; OS: HR 0.315, 95% CI 0.157 to 0.631, p = 0.001). Mutated ESR1 LBD was detected in 8/53 (15%) of metastases, involving 1−98% of ESR1 transcripts (all had high SET ER/PR index). A signature based on probe sets with good preanalytical and analytical performance facilitated our customization of an accurate targeted RNAseq assay to measure both phenotype and genotype of ER-related transcription. Elevated SET ER/PR was associated with prolonged sensitivity to endocrine therapy in patients with metastatic HR+/HER2− breast cancer, especially in the absence of mutated ESR1 transcript.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,002 | 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 découle