MétaCan
Menu
Retour à la cohorte
Enregistrement W4318917048 · doi:10.1097/pai.0000000000001087

The Biomarker Ki-67: Promise, Potential, and Problems in Breast Cancer

2022· review· en· W4318917048 sur OpenAlexaff
Allen M. Gown

Notice bibliographique

RevueApplied immunohistochemistry & molecular morphology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiomarkerBreast cancerContext (archaeology)MedicineKi-67CancerOncologyConfoundingSelection (genetic algorithm)Internal medicineImmunohistochemistryComputer scienceBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Ki-67 is a nuclear protein serendipitously discovered by monoclonal antibody selection in the early 1980s. While it has been applied for decades in the context of breast cancer as a putative prognostic and, more recently, predictive, biomarker, even after all this time there is incomplete agreement as to the validity of the immunohistochemical assays employed for Ki-67 assessment, given possible effects of the disparate methodologies employed and possible confounding preanalytical, analytical, and interpretive variables. In this brief review, the history of Ki-67 and the problems, particularly with the analytical and interpretive variables, are highlighted through a selective review of the published literature. The contributions of the International Ki-67 Breast Cancer Working Group are highlighted, and in particular, the recommendations made by this group are reviewed. The potential of Ki-67 as a biomarker for breast cancer has not yet been fully realized, but an understanding of the power as well as the limitations of the methods of Ki-67 assessment are important if this biomarker can realize its potential.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied immunohistochemistry & molecular morphologyMême sujetBreast Cancer Treatment StudiesTravaux en français237 207