Exploring Human Epidermal Growth Factor Receptor 2 (HER2)-Low Early Breast Cancer in a Moroccan Population: Clinical Characteristics and Survival Outcomes
Notice bibliographique
Résumé
Breast cancers with low human epidermal growth factor receptor 2 (HER2) expression, classified as an immunohistochemistry (IHC) score of 1+ or 2+ without gene amplification, have recently drawn increased interest due to the emergence of novel anti-HER2 therapies. However, there is still debate over whether HER2-low tumors form a distinct category. This study set out to examine and compare the clinical characteristics and outcomes of early-stage breast cancer patients with HER2-zero and HER2-low expression. We reviewed medical records of stage I-III patients treated at Souss-Massa University Hospital Center in Morocco between 2016 and 2018. HER2-positive cases were excluded, leaving two comparison groups: HER2-zero and HER2-low. Using statistical methods, we assessed baseline characteristics and survival outcomes - disease-free survival (DFS) and overall survival (OS) - through Kaplan-Meier analysis, log-rank testing, and Cox regression models based on key prognostic factors like age, hormone receptor (HR) status, Ki-67 index, and lymph node involvement. Among 322 patients studied, we found 114 were HR-positive/HER2-zero, 95 HR-positive/HER2-low, 85 HR-negative/HER2-zero, and 28 HR-negative/HER2-low. Tumor size, nodal status, and histologic grade were similar across both groups. Notably, HER2-low tumors were more often HR-positive (95 (77.2) vs. 114 (57.3), p < 0.001), and HER2-zero tumors were more likely to have high Ki-67 levels (>20%) (95 (47.73) vs. 41 (33.33), p = 0.009). While certain subgroups, like HR-positive or high Ki-67 cases, showed better DFS in the HER2-low group, overall, there were no significant differences in DFS or OS. These results suggest HER2-low and HER2-zero breast cancers share largely similar features and outcomes; however, in certain subgroups, HER2-low tumors were associated with significantly better DFS, possibly reflecting differences in tumor biology. Further research is essential to clarify the biological role of HER2-low expression.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».