Utilization of neoadjuvant chemotherapy in high‐risk, node‐negative early breast cancer
Notice bibliographique
Résumé
BACKGROUND: Controversy exists regarding the optimal sequence of chemotherapy among women with operable node-negative breast cancers with high-risk tumor biology. We evaluated national patterns of neoadjuvant chemotherapy (NACT) use among women with early-stage HER2+, triple-negative (TNBC), and high-risk hormone receptor-positive (HR+) invasive breast cancers. METHODS: Women ≥18 years with cT1-2/cN0 HER2+, TNBC, or high recurrence risk score (≥31) HR+ invasive breast cancers who received chemotherapy were identified in the National Cancer Database (2010-2016). Cochran-Armitage and logistic regression examined temporal trends and likelihood of undergoing NACT versus adjuvant chemotherapy based on patient age and molecular subtype. RESULTS: Overall, 96,622 patients met study criteria; 25% received NACT and 75% underwent surgery first, with comparable 5-year estimates of overall survival (0.90, 95% CI 0.892-0.905 vs 0.91, 95% CI 0.907-0.913). During the study period, utilization of NACT increased from 14% to 36% and varied according to molecular subtype (year*molecular subtype p < 0.001, p-corrected < 0.001). Women with HER2+ (OR 4.17, 95% CI 3.70-4.60, p < 0.001, p-corrected < 0.001) and TNBC (OR 3.81, 95% CI 3.38-4.31, p < 0.001, p-corrected < 0.001) were more likely to receive NACT over time, without a change in use among those with HR+ disease (OR 1.58, 95% CI 0.88-2.87, p = 0.13, p-corrected = 0.17). CONCLUSION: Among women with early-stage triple-negative and HER2+ breast cancers, utilization of NACT increased over time, a trend that correlates with previously reported improved rates of pCR and options post-neoadjuvant treatment with residual disease. Future research is needed to better understand multidisciplinary decisions for NACT and implications for breast cancer patients.
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) | 0,001 | 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 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 ».