Prognostic refinement of NSMP high-risk endometrial cancers using oestrogen receptor immunohistochemistry
Notice bibliographique
Résumé
BACKGROUND: Risk-assessment of endometrial cancer (EC) is based on clinicopathological factors and molecular subgroup. It is unclear whether adding hormone receptor expression, L1CAM expression or CTNNB1 status yields prognostic refinement. METHODS: Paraffin-embedded tumour samples of women with high-risk EC (HR-EC) from the PORTEC-3 trial (n = 424), and a Dutch prospective clinical cohort called MST (n = 256), were used. All cases were molecularly classified. Expression of L1CAM, ER and PR were analysed by whole-slide immunohistochemistry and CTNNB1 mutations were assessed with a next-generation sequencing. Kaplan-Meier method, log-rank tests and Cox's proportional hazard models were used for survival analysis. RESULTS: In total, 648 HR-EC were included. No independent prognostic value of ER, PR, L1CAM, and CTNNB1 was found, while age, stage, and adjuvant chemotherapy had an independent impact on risk of recurrence. Subgroup-analysis showed that only in NSMP HR-EC, ER-positivity was independently associated with a reduced risk of recurrence (HR 0.33, 95%CI 0.15-0.75). CONCLUSIONS: We confirmed the prognostic impact of the molecular classification, age, stage, and adjuvant CTRT in a large cohort of high-risk EC. ER-positivity is a strong favourable prognostic factor in NSMP HR-EC and identifies a homogeneous subgroup of NSMP tumours. Assessment of ER status in high-risk NSMP EC is feasible in clinical practice and could improve risk stratification and treatment.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».