MétaCan
Menu
← Retour à la cohorte
Enregistrement W2981254457 · doi:10.1200/jco.2007.25.18_suppl.10582

Can we identify a group of breast cancer patients with a good prognosis despite four or more positive (4+) axillary nodes using a tissue microarray (TMA)?

2007· article· en· W2981254457 sur OpenAlexaff
Simon J. Crabb, Chris Bajdik, Caroline Speers, David G. Huntsman, Karen A. Gelmon

Notice bibliographique

RevueJournal of Clinical Oncology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerInternal medicineOncologyBiomarkerAxillary lymph nodesImmunohistochemistryProportional hazards modelUnivariate analysisEstrogen receptorTissue microarrayStage (stratigraphy)CancerPathologyMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

10582 Background: Although breast cancer with 4+ axillary lymph nodes generally carries a poor prognosis, we hypothesized that a good prognostic subgroup of such patients would be identifiable by immunohistochemical (IHC) biomarkers. Methods: Patients with primary breast cancer with 4+ axillary nodes and no metastatic disease at diagnosis were identified from a large clinically annotated TMA of formalin-fixed paraffin-embedded archival breast cancers and analyzed for eight IHC based biomarkers: estrogen receptor, HER2, carbonic anhydrase IX, EGFR, CK 5/6, progesterone receptor, p53 and Ki67. Expression of each biomarker was scored 0 or 1 to indicate good or bad prognosis based on univariate analysis of relapse free survival (RFS). Patients were banded as having a total score of 0 (i.e. each biomarker predicted a good outcome), 1–4 or 5–8. Kaplan Meier and Cox regression analysis of RFS outcomes was performed. 10 year RFS for each band was compared to the mean of predicted outcomes based on the prognostic tool Adjuvant! ( www.adjuvantonline.com ). Results: 313 eligible patients were identified and complete data were available for 228. The subset of 228 was similar to the larger group of 313 with respect to RFS and conventional prognostic factors. 10 year RFS for the 228 patients was 39.5% (standard error, SE 3.4%). The subgroup of 37 (16%) scoring zero for all 8 biomarkers had a mean 10 year RFS of 77.6% (SE 7.0). Mean 10 year RFS for the bands scoring 1–4 (154 patients, 68%) and 5–8 (37 patients, 16%) were 34.9% (SE 4.1) and 19.0% (SE 6.9) respectively. Mean 10 year RFS predictions by Adjuvant! were 35.9% (SE 2.6), 34.5% (SE 1.2) and 34.3% (SE 2.3) respectively. In multivariate analysis with conventional prognostic factors, the banded biomarker score retained statistical significance for predicting RFS (p=0.0007) along with estrogen receptor status (p=0.03) and tumour size (p=0.01). Conclusions: This TMA biomarker panel identified a breast cancer subgroup with good prognosis despite extensive axillary node involvement. Long term outcome was markedly better than that predicted by conventional prognostic factors. If validated, treatment decisions and clinical trial stratification might be modified using this new score. No significant financial relationships to disclose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,411
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→