RMTD-04 THE INCIDENCE OF BRAIN METASTASES (BRM) AS A FIRST SITE OF METASTATIC RECURRENCE AMONG PATIENTS WITH EARLY-STAGE BREAST CANCER (BC): A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
Abstract BACKGROUND In the pivotal KEYNOTE-522 and KATHERINE trials for patients with early-stage triple-negative (TN) and human epidermal growth factor receptor-2 (HER2)+ BC, the incidence of BrM as a first site of metastatic recurrence ranged from 2.6% to 5.1%. However, the incidence of BrM as a first site of metastatic recurrence has not been systematically evaluated. METHODS A literature search was conducted using the MedLine, Embase and Cochrane Library databases from January 2000 to July 2024 using terms related to BC, BrM, and incidence. References of included studies and trials from the Early Breast Cancer Clinical Trialists’ Collaborative Group meta-analysis were also reviewed. The reported incidence of BrM and follow-up duration were extracted by BC subtype; random effects models were used to calculate pooled overall estimates for BrM incidence. RESULTS 3863 articles were compiled from which 36 studies met inclusion criteria; data from 24 retrospective studies, 4 prospective studies and 12 randomized trials were included for analysis. The incidence of BrM as a first site of metastatic relapse among patients with HER2+, TN, and hormone receptor (HR)+/HER2− BC was reported in 21, 11 and 6 studies, respectively. The pooled cumulative incidence of BrM was 3.1% for the TN (median follow-up, 55 months; range, 18.0–156.0 months), 2.4% for the HER2+ (median follow-up, 49 months; range, 26.9–93.0 months), and 0.70% for the HR+/HER2− subgroup (median follow-up, 72.7 months; range, 49.0–93.0 months). The corresponding incidences per 100 patient-years were 0.83 (95% CI: 0.54–1.11) for the TN, 0.48 (95% CI: 0.36–0.60) for the HER2+, and 0.04 (95% CI: 0.00–0.14) for the HR+/HER2− subgroup. CONCLUSION Given a low risk of BrM among patients with early-stage BC, efforts to identify clinical, pathological and genomic features associated with BrM development are warranted to identify “enrichment” cohorts for future BrM prevention trials.
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 | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,035 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».