SETER/PR: a robust 18-gene predictor for sensitivity to endocrine therapy for metastatic breast cancer
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 SETER/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 SETER/PR index in biopsies of metastastic HR+/HER2− breast cancer against the treatment outcomes in 140 patients. Then we customized the SETER/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 SETER/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 SETER/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 SETER/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.
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) | 0,000 | 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 | 0,001 |
| 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 ».