Management of early-stage breast cancer: Are we headed in the right direction?
Notice bibliographique
Résumé
284 Background: The understanding of breast cancer (BC) as a heterogeneous disease consisting of distinct subtypes based on variation in expression of estrogen receptor (ER), progesterone receptor (PR) and human epidermal growth factor receptor 2 (HER2) has led to more personalized treatment. We postulated that with increased adoption of chemotherapy and targeted therapy for HER2 positive patients, the outcomes of ER/PR+, HER2- and of HER2+ subtypes of breast cancer would be similar. Methods: A chart review was performed of female patients >18 years old seen by a medical oncologist at an academic cancer centre in Toronto, Canada, between January 1, 2005 and December 31, 2006, for stage I-III invasive breast cancer. Clinical features, 5-year overall (OS) and relapse-free survival (RFS) of three BC subtypes were compared: ER/PR+, HER2- (hormone receptor positive, HR), HER2+ (HER2), and ER/PR-, HER2- (triple negative, TN). Results: Of 870 patient charts reviewed, 525 were analysed. There were 341 HR, 101 HER2 and 83 TN patients. TN patients were younger (p<0.001), and had higher stage (p<0.001) and higher histological grade tumors (p<0.001). The 5-year RFS and OS were: HR: 88.2% and 96.6%, HER2: 76.7% and 92%, TN: 79.8% and 83.9%. Chemotherapy was used in 41.1%, 84.2% and 83.1% of HR, HER2 and TN patients. Anthracycline plus taxane regimens were used in 48.6%, 52.9% and 68.1% of HR, HER2 and TN patients, respectively. Among HER2 patients, only 74.3% received trastuzumab. The 5-year RFS and OS for HER2 patients who received trastuzumab were 79.9% and 91.8%, and for those who did not: 69% and 91.6%. Conclusions: HR+ patients have an excellent outcome. Despite significant improvement in outcomes of HER2+ patients with early stage breast cancer, they still remain at higher risk of recurrence along with TN patients. Trastuzumab was underutilized among HER2+ patients in this cohort, which may have contributed to decreased 5 year RFS. Ongoing prospective follow up of early BC outcomes by breast cancer subtypes is important.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».