Notice bibliographique
Résumé
results, 2 they might play a role in explaining the discrepancies between the Olivotto et al series and ours.However, other published series using ER and PR immunohistochemistry, have a figure for the ERϪ/PRϩ population in the range of 2% to 4%. 3,4 We further analyzed the benefit derived from adjuvant tamoxifen in our series of patients according to the hormone receptor subgroups.It is remarkable that, when compared with the ERϪ/PRϪ subgroup, the ERϪ/PRϩ subset of patients had, at least during the first years of treatment, a benefit from tamoxifen.This is shown in Figure 1.Threeyear disease-free survival figures were ERϩ/PRϩ, 90%; ERϪ/PRϩ, 82%; ERϩ/PRϪ, 77%; and ERϪ/PRϪ, 76%.Six-year disease-free survival was ERϩ/PRϩ, 85%; ERϪ/ PRϩ, 74%; ERϩ/PRϪ, 72%; and ERϪ/PRϪ, 72%.In conclusion, it would seem inappropriate to stop progesterone receptor testing, since the PR test helps in identifying a non-negligible subset of breast cancer patients who will most likely benefit from adjuvant hormonal therapy.Whether PR testing should be reserved for ERϪ tumors or performed in all cases might be an interesting issue for further exploration.
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 | 0,004 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,021 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,018 |
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 ».