MétaCan
Menu
Retour à la cohorte
Enregistrement W4414553451 · doi:10.3390/curroncol32100537

Examining a Genomic Test in Predicting Extended Endocrine Benefit and Recurrence Risk in a Diverse Breast Cancer Population

2025· article· en· W4414553451 sur OpenAlexvenueno aff
Ho Hyun Lee, Nicholas Siu-Li, Ian Pagano, Jami Fukui

Notice bibliographique

RevueCurrent Oncology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésBreast cancerLogistic regressionOdds ratioPacific islandersOddsSocioeconomic statusDemographicsPopulation

Résumé

récupéré en direct d'OpenAlex

(1) Background: Extended endocrine therapy (EET) beyond five years can reduce distant recurrence in early-stage hormone receptor-positive (HR+) breast cancer. The Breast Cancer Index (BCI) predicts recurrence risk and EET benefits, yet racial/ethnic differences in its results remain unexplored. This study evaluates such differences in a diverse early-stage HR+ breast cancer population. (2) Methods: We retrospectively analyzed demographics, tumor characteristics and BCI scores of 159 women in Hawaii with early-stage HR+ breast cancer, self-identifying as Caucasian, Filipino, Japanese, Native Hawaiian, Other Asian/Pacific Islander, or Other. Tumor characteristics included size, grade, histology, lymph node/receptor status, Oncotype DX score, and laterality. Logistic regression used demographics and tumor features as predictor variables, with BCI's benefit prediction and recurrence risk as outcome variables. (3) Results: Japanese and other Asian/Pacific Islander patients had significantly lower odds of high recurrence risk compared to Caucasian patients. Higher recurrence risk was associated with greater odds of predicted EET. Racial/ethnic differences in EET benefit prediction were not statistically significant. (4) Conclusions: No racial/ethnic differences in EET benefit prediction suggest BCI's applicability in racially and ethnically diverse populations. Findings among Japanese and other Asian/Pacific Islanders point to potential biological or socioeconomic variation. Limitations include sample size and underrepresentation of certain groups. Future studies should address these gaps and adjust for known risk factors to further clarify BCI's racial and ethnic implications.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,341
Écart entre enseignants0,310 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207