PTHrP, A Biomarker for CNS Metastasis in Triple-Negative Breast Cancer and Selection for Adjuvant Chemotherapy in Node-Negative Disease
Notice bibliographique
Résumé
Abstract Background Triple-negative breast cancer (TNBC) is characterized by poor prognosis and lack of targeted therapies and biomarkers to guide decisions on adjuvant chemotherapy. Parathyroid hormone-related protein (PTHrP) is frequently overexpressed in breast cancer and involved in proliferation and metastasis, two hallmarks of poor prognosis for node-negative breast cancer. We investigated the prognostic value of PTHrP with respect to organ-specific metastasis and nodal status in TNBC. Methods We assessed PTHrP expression using immunohistochemistry in a clinically annotated tissue microarray for a population-based study of 314 patients newly diagnosed with TNBC, then analyzed its correlation to progression and survival using Kaplan-Meier and Cox regression analyses. The Cancer Genome Atlas (TCGA) validation analysis was performed through Bioconductor. All statistical tests were two-sided. Results PTHrP overexpression (160 of 290 scorable cases, 55.2%) was statistically significantly associated in univariate analysis with decreased overall survival (OS) in our cohort (P = .0055) and The Cancer Genome Atlas (P = .0018) and decreased central nervous system (CNS)-progression-free survival (P = .0029). In multivariate analysis, PTHrP was a statistically significant independent prognostic factor for CNS-progression-free survival in TNBC (hazard ratio [HR] = 5.014, 95% confidence interval [CI] = 1.421 to 17.692, P = .0122) and for OS selectively in node-negative TNBC (HR = 2.423, 95% CI = 1.129 to 5.197, P = .0231). Strikingly, PTHrP emerged as the only statistically significant prognostic factor (HR = 2.576, 95% CI = 1.019 to 6.513, P = .0456) for OS of low-clinical risk node-negative patients who did not receive adjuvant chemotherapy. Conclusions PTHrP is a novel independent prognostic factor for CNS metastasis and adjuvant chemotherapy selection of low-clinical risk node-negative TNBC. Its predictive value needs to be prospectively assessed in clinical trials.
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 | 0,002 |
| 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 ».