Expression of c-MET in Estrogen Receptor Positive and HER2 Negative Resected Breast Cancer Correlated with a Poor Prognosis
Notice bibliographique
Résumé
Introduction: The mesenchymal-epithelial transition factor (c-MET) receptor is overexpressed in about 14−54% of invasive breast cancers, but its prognostic value in clinical practice is still unclear. Methods: In order to investigate the relationship between c-MET expression levels and prognosis, we retrospectively reviewed the clinical features and outcomes of 105 women with estrogen receptor positive HER2 negative (ER+/HER2-) resected breast cancer. We used the Kaplan Meier method to estimate Disease Free Survival (DFS) and Breast Cancer Specific Survival (BCSS) in the subgroups of patients with high (≥50%) and low (<50%) c-MET expression. Univariate and multivariate Cox proportional regression models were performed to assess the prognostic impact of clinicopathological parameters for DFS an BCSS. Results: High c-MET values significantly correlated with tumor size, high Ki67 and low (<20%) progesterone receptor expression. At a median follow up of 60 months, patients with high c-MET tumor had significantly worse (p = 0.00026) and BCSS (p = 0.0013). Univariate analysis showed a significant association between large tumor size, elevated Ki67, c-MET values and increased risk of recurrence or death. The multivariate COX regression model showed that tumor size and high c-MET expression were independent predictors of DFS (p = 0.019 and p = 0.022). Moreover, large tumor size was associated with significantly higher risk of cancer related death at multivariate analysis (p = 0.017), while a trend towards a poorer survival was registered in the high c-MET levels cohort (p = 0.084). Conclusions: In our series, high c-MET expression correlated with poor survival outcomes. Further studies are warranted to validate the clinical relevance and applicability of c-MET as a prognostic factor in ER+/HER2- early BC.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».