A Review of Gene Expression Profiling in Early-Stage ER+/HER2- Breast Cancer With A Focus on The PAM50 Risk of Recurrence Assay
Notice bibliographique
Résumé
In patients with breast cancer, the expression of oestrogen receptor, progesterone receptor, and human epidermal growth factor 2 (HER2) is used as a molecular marker to determine prognosis and direct treatment decisions; however, this does not fully reflect the molecular complexity of the disease. Patients with early-stage hormone receptor-positive (ER+), HER2-negative (HER2-) breast cancer are typically treated with surgery, followed by adjuvant systemic endocrine therapy with or without adjuvant radiation therapy. Gene expression profiling assays complement clinicopathological parameters, such as tumour size, grade, and nodal status, and can be used to classify risk of recurrence, thereby informing adjuvant therapy decision-making in early-stage breast cancer to prevent unnecessary treatment with chemotherapy in low risk patients. In this review, the authors evaluate the evidence to date supporting the use of one of the tests, the Prosigna PAM50 risk of recurrence assay (Nanostring, Seattle, Washington, USA), as a prognostic tool in ER+/HER2- early-stage breast cancer, and summarise findings from a clinical and cost-effectiveness analysis performed by the National Institute for Health and Care Excellence (NICE) in the UK. The authors also focus on recommendations from regulatory bodies and key ongoing research efforts to address the remaining uncertainty regarding the application of available genomic signatures in ER+/HER2- early-stage breast cancer.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».