MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412031789 · doi:10.3390/curroncol32070387

Predictive Factors of Response to Neoadjuvant Chemotherapy (NACT) and Immune Checkpoint Inhibitors in Early-Stage Triple-Negative Breast Cancer Patients (TNBC)

2025· review· en· W4412031789 sur OpenAlexvenueno aff
Khashayar Yazdanpanah Ardakani, Francesca Fulvia Pepe, Serena Capici, T Clementi, Marina Elena Cazzaniga

Notice bibliographique

RevueCurrent Oncology · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTriple-negative breast cancerOncologyBreast cancerStage (stratigraphy)ChemotherapyInternal medicineNeoadjuvant therapyComplete responseTriple negativeCancerBiology

Résumé

récupéré en direct d'OpenAlex

Triple-negative breast cancer (TNBC) is a heterogenous group of breast tumors. This type of breast tumor is relatively difficult to manage, due to the lack of expression of Hormone Receptors (HR) and human epidermal growth factor receptor (HER2). Efforts have been made to understand the factors involved in determining how a triple-negative breast tumor responds to therapy. The standard of treatment in most cases today is a combined modality of immune checkpoint inhibitors (ICIs) and chemotherapy with agents such as anti-mitotic (taxanes) or DNA-damaging agents (alkylating agents, cyclophosphamides, platin salts). In this study, we investigated the predictive and prognostic factors for TNBC, in the neoadjuvant setting; understanding each patient's response before treatment initiation is crucial to guiding the subsequent approach and finally improving patient outcomes. We focused on tumor-infiltrating lymphocytes at the site of the primary tumor (TILs), circulating tumor cells (CTCs), circulating tumor DNA (ctDNA), the mutational status of protein 53 (p53), and Ki-67, investigating the potential roles of these factors in predicting responses to anti-cancer agents.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,376
Écart entre enseignants0,344 · 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'étudeRevue systématique
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Oncology→Même sujetBreast Cancer Treatment Studies→Travaux en français237 207→