Treatment Strategies for Residual Disease following Neoadjuvant Chemotherapy in Patients with Early-Stage Breast Cancer
Notice bibliographique
Résumé
Breast cancer continues to be the most diagnosed cancer among women worldwide. Neoadjuvant chemotherapy is the standard of care for breast cancer patients with locally advanced disease and patients with poor pathological features, such as triple-negative (TN) or human epidermal growth factor receptor-2 (HER2)-positive subtypes. Neoadjuvant therapy offers several advantages, including better surgical outcomes, early systemic treatment for micro-metastases, and accurate tumor biology and chemosensitivity assessment. Multiple studies have shown that achieving pathological complete response (pCR) following neoadjuvant chemotherapy is associated with better prognosis and better treatment outcomes; almost half of such patients may fail to achieve pCR. Tumor proliferative index, hormone receptor (HR) status, and HER2 expression are the major predictors of pCR. Strategies to improve pCR have been dependent on augmenting neoadjuvant chemotherapy with the addition of taxanes and dual anti-HER2 targeted therapy in patients with HER2-positive tumor, and more recently, immunotherapy for patients with TN disease. The clinical management of patients with residual disease following neoadjuvant chemotherapy varies and depends mostly on the level of HR expression and HER2 status. Recent data have suggested that switching trastuzumab to trastuzumab-emtansine (T-DM1) in patients with HER2-positive disease and the addition of capecitabine for patients with HER2-negative and HR-negative subtype is associated with a better outcome; both strategies are incorporated into current clinical practice guidelines. This paper reviews available and ongoing studies addressing strategies to better manage patients who continue to have residual disease following neoadjuvant 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».