Caractérisation du potentiel métastatique des carcinomes mammaires de phénotype basal
Bibliographic record
Abstract
Au Canada, on estime qu'une femme sur neuf développera un cancer du sein et qu'une femme sur vingt-huit en mourra. Les carcinomes mammaires de phénotype basal qui comprennent environ 15 à 25% des cancers envahissants du sein sont des tumeurs malignes ayant un très mauvais pronostic. Dans ce type tumoral, les métastases sont fréquentes et les décès nombreux. La formation des métastases est un processus complexe qui comprend plusieurs étapes; chacune peut être étudiée par des marqueurs spécifiques. Notre hypothèse de recherche est que le carcinome mammaire de phénotype basal possède des caractéristiques spécifiques qui permettent d'expliquer son potentiel métastatique élevé. Six micromatrices tissulaires comprenant un total de 213 tumeurs mammaires ont été confectionnées. L'expression des marqueurs usuels de la métastase et celle de nouveaux marqueurs a été étudiée par des techniques d'immunohistochimie. L'étude comparative de l’expression des marqueurs du potentiel métastatique par les carcinomes mammaires de phénotype basal indique que les protéines Ki-67, EGFR, CD276 et galectine-7 sont étroitement reliées à ce type de cancer. De plus, l'expression du marqueur GATA-3, un marqueur anti-métastatique, fait complètement défaut. Nos résultats confirment que le cancer du sein de phénotype basal possède un plus grand potentiel métastatique que les autres sous-types génétiques et suggèrent que la galectine-7 puisse être impliquée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".