The immune microenvironment and relation to outcome in patients with advanced breast cancer treated with docetaxel with or without gemcitabine
Notice bibliographique
Résumé
Preclinical studies suggest that some effects of conventional chemotherapy, and in particular, gemcitabine, are mediated through enhanced antitumor immune responses. The objective of this study was to use material from a randomized clinical trial to evaluate whether patients with preexisting immune infiltrates responded better to treatment with gemcitabine + docetaxel (GD) compared to docetaxel alone. Formalin fixed, paraffin-embedded breast cancer tissues from SBG0102 phase 3 trial patients randomly assigned to treatment with GD or docetaxel were used. Immunohistochemical staining for CD8, FOXP3, LAG3, PD-1, PD-L1 and CD163 was performed. Tumor infiltrating lymphocytes (TILs) and tumor associated macrophages were evaluated. Prespecified statistical analyses were performed in a formal prospective-retrospective design. Time to progression was primary endpoint and overall survival secondary endpoint. Correlations between biomarker status and endpoints were evaluated using the Kaplan–Meier method and Cox proportional hazards models. Biomarker data was obtained for 237 patients. There was no difference in treatment effect according to biomarker status for the whole cohort. In planned subgroup analysis by PAM50 subtype, in non-luminal (basal-like and HER2E) breast cancers FOXP3 was a significant predictor of treatment effect with GD compared to docetaxel, with a HR of 0.22 (0.09–0.52) for tumors with low FOXP3 compared to HR 0.92 (0.47–1.80) for high FOXP3 TILs (Pinteraction = 0.01). Immune biomarkers were not predictive of added benefit of gemcitabine in a cohort of mixed breast cancer subtypes. However, in non-luminal breast cancers, patients with low FOXP3+ TILs may have significant benefit from added gemcitabine.
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 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) | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».