Is Oncotype DX testing informative for breast cancers with low ER expression? A retrospective review from a biomarker testing referral center
Notice bibliographique
Résumé
PURPOSE: It remains unclear whether patients with HER2-negative, low-estrogen receptor (ER-low)-positive early breast cancer (BC) benefit from Oncotype DX® (ODX) testing. METHODS: We conducted a retrospective review of cases referred for ODX testing over a seven-year period from a breast biomarker testing referral center (n = 854). For each case, we recorded the ODX Recurrence Score (RS) along with percentage of ER nuclear positivity and staining intensity on immunohistochemistry. Our criteria for ER-low was defined as ≤10% cells with nuclear positivity and/or weak intensity of staining. Slides from all ER-low cases were reviewed and the reported ODX ER gene scores were recorded. We randomly selected a comparator group of 56 patients with ER > 10% positivity and non-weak staining intensity (ER-high). RESULTS: We identified 27 cases (3.2%) that met our criteria for ER-low. Of these, 92.6% had a high RS (>25), and 7.4% had a RS of 25. All cases with ≤10% ER nuclear positivity had a high RS. Most ER-low cases (85.2%) had ODX quantitative ER gene scores in the negative range, whereas all (100%) ER-high cases had positive ER gene scores. CONCLUSION: ODX does not appear to add significant additional information to inform treatment decisions for most patients with ER-low BC. Incorporating weak ER staining intensity in addition to low percentage of nuclear positivity identifies about twice as many ER-low patients, although with reduced specificity for high RS. Our study supports the contention that most ER-low early BC should be regarded similarly to ER-negative BC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».