Data from Immune Phenotype and Response to Neoadjuvant Therapy in Triple-Negative Breast Cancer
Notice bibliographique
Résumé
AbstractPurpose: Increasing tumor-infiltrating lymphocytes (TIL) is associated with higher rates of pathologic complete response (pCR) to neoadjuvant therapy (NAT) in patients with triple-negative breast cancer (TNBC). However, the presence of TILs does not consistently predict pCR, therefore, the current study was undertaken to more fully characterize the immune cell response and its association with pCR. Experimental Design: We obtained pretreatment core-needle biopsies from 105 patients with stage I–III TNBC enrolled in ARTEMIS (NCT02276443) who received NAT from Oct 22, 2015 through July 24, 2018. The tumor-immune microenvironment was comprehensively profiled by performing T-cell receptor (TCR) sequencing, programmed death-ligand 1 (PD-L1) IHC, multiplex immunofluorescence, and RNA sequencing on pretreatment tumor samples. The primary endpoint was pathologic response to NAT. Results: The pCR rate was 40% (42/105). Higher TCR clonality (median = 0.2 vs. 0.1, P = 0.03), PD-L1 positivity (OR: 2.91, P = 0.020), higher CD3+:CD68+ ratio (median = 14.70 vs. 8.20, P = 0.0128), and closer spatial proximity of T cells to tumor cells (median = 19.26 vs. 21.94 μm, P = 0.0169) were associated with pCR. In a multivariable model, closer spatial proximity of T cells to tumor cells and PD-L1 expression enhanced prediction of pCR when considered in conjunction with clinical stage. Conclusions: In patients receiving NAT for TNBC, deep immune profiling through detailed phenotypic characterization and spatial analysis can improve prediction of pCR in patients receiving NAT for TNBC when considered with traditional clinical parameters.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».