Disparity between Ki67 measurements and tumor gene expression tests in patients with hormone-sensitive early breast cancer from the OPTIMA preliminary trial.
Notice bibliographique
Résumé
567 Background: Tumor gene expression tests are increasingly used in breast cancer management. The Ki67 biomarker has been proposed as an inexpensive alternative for making chemotherapy decisions, has demonstrated utility for determination of endocrine therapy responsiveness and is included in the FDA license for adjuvant abemaciclib. We have compared Ki67 measurements with tumor gene expression test results for patients included in the OPTIMA prelim trial. Methods: We compared Ki67 %staining with the results of Oncotype DX, Prosigna and MammaPrint performed by the test vendor. Ki67 was determined in a single laboratory on triplicate tissue micro-arrays using quantitative image analysis including a 10% manual quality control check. We used kappa statistics to measure agreement between tests, divided into groups using the pre-defined test score boundaries for high vs. not high risk. Results: Data were available for 259 patients. Using ≥20% staining to define a high Ki67 score, kappa values (95% CI) for agreement with Prosigna were: 0.39 (0.28-0.49); Oncotype DX: 0.27 (0.18-0.36); and MammaPrint: 0.38 (0.27-0.49). Kappa values <0.2 are conventionally interpreted as showing slight agreement and 0.21-0.4 as fair agreement. A detailed breakdown of the comparisons of Ki67 with Prosigna and Oncotype DX is tabulated. Conclusions: Agreement between Ki67 and tumor gene expression tests is limited. Therefore, Ki67 values cannot accurately be used to reflect any of the molecular scores assessed here, all of which are well validated prognostic biomarkers. The use of Ki67 to determine suitability for adjuvant chemotherapy requires validation before it can replace the existing tests. Tumor gene expression tests may prove superior to Ki67 for the identification of patients likely to benefit from adjuvant abemaciclib. OPTIMA prelim is registered as ISRCTN42400492 and funded by the UK NIHR Health Technology Assessment Programme, award number 10/34/01. Clinical trial information: ISRCTN42400492. [Table: see text]
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».