Prognostic value of residual disease (RD) biology and gene expression changes during the neoadjuvant treatment in patients with HER2-positive early breast cancer (EBC)
Notice bibliographique
Résumé
BACKGROUND: In human epidermal growth factor receptor 2 (HER2)-positive early breast cancer (EBC), we investigated tumor and immune changes during neoadjuvant treatment and their impact on residual disease (RD) biology and prognostic implications across four neoadjuvant studies of trastuzumab with or without lapatinib, and with or without chemotherapy: CALGB 40601, PAMELA, NeoALTTO, and NSABP B-41. PATIENTS AND METHODS: We compared tumor and immune gene expression changes during neoadjuvant treatment and their association with event-free survival (EFS) by uni- and multivariable Cox regression models in different cohorts and timepoints: 452 RD samples at baseline including 169 with a paired RD, and biomarker changes during neoadjuvant therapy, evaluating model performance via the c-index. RESULTS: Analysis of 169 paired tumor samples revealed a shift in intrinsic subtype proportions from HER2-enriched at baseline (50.3%) to normal-like (49.1%) followed by luminal A (18.9%) in RD. This luminal phenotypic change was supported by decreased correlation to the HER2-enriched centroid, ERBB2, and HER2 amplicon genes and increased correlation to the luminal A centroid (Wilcoxon test P < 0.001). Additionally, RD showed relative immune activation marked by significant increases in B-cell, CD8 T-cell, and natural killer cell signatures (Wilcoxon test P < 0.05). In multivariable Cox models, intrinsic subtypes at baseline provided more prognostic information, while immune gene expression signatures provided more prognostic information in RD. Notably, the best multivariable EFS model (c-index = 0.77) integrated the immunoglobulin G signature from RD samples (adjusted hazard ratio 0.45, 95% confidence interval 0.30-0.67, adjusted P = 0.002). CONCLUSIONS: In patients with HER2-positive EBC and RD, tumor biomarkers provide more prognostic information at baseline. In contrast, immune biomarkers perform better for EFS prognosis in RD.
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 | 0,000 | 0,001 |
| 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 ».