Clinicopathological Features of HER2 Expressing Lobular Carcinoma of Breast
Notice bibliographique
Résumé
Background: Invasive lobular carcinoma (ILC) accounts for approximately 10% of invasive breast carcinomas and is the most common special subtype. Most ILCs express estrogen receptors (ERs) and progesterone receptors (PRs) but typically lack ERBB2 (human epidermal growth factor receptor 2 (HER2)) overexpression. HER2-positive ILC is rare, understudied, and often linked to aggressive clinical and histopathologic features. This study aimed to examine the clinicopathologic characteristics of HER2-positive ILC to ensure proper classification and management. Methods: A retrospective review was conducted on 48 cases, including 28 HER2-positive ILC and 20 pleomorphic invasive lobular carcinoma (p-ILC) cases without HER2 overexpression. Histological features assessed included nuclear pleomorphism, signet ring cell morphology, and apocrine features. Hormone receptor status and clinical outcomes were also analyzed. Results: All HER2-positive ILC cases exhibited at least one pleomorphic histological feature. Hormone receptor positivity was lower in HER2-positive ILC compared to p-ILC without HER2 overexpression. However, overall survival did not significantly differ between the two groups. Conclusion: HER2 overexpression in ILC is frequently associated with pleomorphic features. p-ILC, regardless of HER2 status, portends a worse prognosis. Identifying these features in HER2-positive ILC and classifying them as pleomorphic lobular carcinoma, a more aggressive ILC variant, is crucial for closer patient follow-up.
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 | 0,001 | 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) | 0,001 | 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 ».