Neither Tumor-Infiltrating Lymphocytes nor Cytotoxic T Cells Predict Enhanced Benefit from Chemotherapy in the DBCG77B Phase III Clinical Trial
Notice bibliographique
Résumé
Recent studies have shown that immune infiltrates in the tumor microenvironment play a role in response to therapy, with some suggesting that patients with immunogenic tumors may receive increased benefit from chemotherapies. We evaluated this hypothesis in early breast cancer by testing the interaction between immune biomarkers and chemotherapy using materials from DBCG77B, a phase III clinical trial where high-risk premenopausal women were randomized to receive chemotherapy or no chemotherapy. Tissue microarrays were evaluated for tumor-infiltrating lymphocytes (TILs) assessed morphologically on hematoxylin and eosin-stained slides, and by immunohistochemistry for CD8, FOXP3, LAG-3, PD-1 and PD-L1. Following REMARK reporting guidelines, data analyses were performed according to a prespecified statistical plan, using 10-year invasive disease-free survival as the endpoint. Differences in survival probabilities between biomarker groups were evaluated by Kaplan–Meier and Cox proportional hazard ratio analyses and prediction for treatment benefit by an interaction test. Our results showed that stromal TILs were associated with an improved prognosis (HR = 0.93; p-value = 0.03), consistent with previous studies. However, none of the immune biomarkers predicted benefit from chemotherapy in the full study set nor within major breast cancer subtypes. Our study indicates that primary tumors with higher immune infiltration do not derive extra benefit from cyclophosphamide-based cytotoxic chemotherapy.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».