Young Women with Breast Cancer: The Current Role of Precision Oncology
Notice bibliographique
Résumé
Young adults aged 40 years and younger with breast cancer represent less than 5% of all breast cancer cases, yet it is the leading cause of death among young women with cancer worldwide. Breast cancer that develops at a young age is more aggressive and has biological features that carry an increased risk of relapse and death. Young adults are more likely to have a genetic predisposition and key biomarkers, including endocrine receptors, the HER2 receptor, and proliferation biomarkers, that appear different compared to older adults. Despite being more aggressive, management strategies are largely the same irrespective of age. Given the higher rates of genetic predisposition, fast access to genetic counselling and testing is a necessity. In this review, the biological differences in young adult breast cancer and the current role precision medicine holds in the treatment of young adults with breast cancer are explored. Given the relatively high risk of relapse, developing novel genomic tools to refine the treatment options beyond the current standard is critical. Existing predictive genomic tests require careful interpretation with consideration of the patient's clinical and pathological features in the young patient cohort. Careful evaluation is also required when considering extended endocrine therapy options. Improved characterization of mutations occurring in tumors using next-generation sequencing could identify important driver mutations that arise in young women. Applying the advances of precision medicine equitably to patients in resource-rich and low- and middle-income countries will be critical to impacting the survival of young adults with breast cancer worldwide.
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) | 0,001 | 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 ».