A consensus prognostic gene expression classifier for ER positive breast cancer.
A consensus prognostic gene expression classifier for ER positive breast cancer.
复制标题
DOI：
10.1186/gb-2006-7-10-r101
复制
发表时间：
2006
期刊：
影响因子：
12.3
通讯作者：
Caldas C
中科院分区：
文献类型：
--
作者：
Teschendorff AE;Naderi A;Barbosa-Morais NL;Pinder SE;Ellis IO;Aparicio S;Brenton JD;Caldas C
雌激素受体阳性乳腺肿瘤的共识预后分类器已经被开发出来，并在跨越不同微阵列平台的近900个样本中被证明是有效的。在乳腺癌等异质性疾病中，一致的预后基因表达分类器仍然难以捉摸。在这里，我们对三个主要的乳腺癌微阵列数据集进行联合分析，以求在雌激素受体(ER)阳性肿瘤中找到一个普遍有效的预后分子分类器。使用最近开发的一种稳健的预后分离措施，我们在三个外部独立队列中进一步验证了预后分类器，在总共877个ER阳性样本中确认了我们的分子分类器的有效性。此外，我们发现分子分类器可能不会优于经典的预后指数，但它们可以用于分子-病理混合分类方案，以改善预后分离。这里提出的预后分子分类器是第一个在超过877个ER阳性的乳腺癌样本和三个不同的微阵列平台上有效的。需要进行更大规模的多机构研究，以充分确定分子分类器结合标准预后因素时所增加的预后价值。
A consensus prognostic classifier for estrogen receptor positive breast tumors has been developed and shown to be valid in nearly 900 samples across different microarray platforms. A consensus prognostic gene expression classifier is still elusive in heterogeneous diseases such as breast cancer. Here we perform a combined analysis of three major breast cancer microarray data sets to hone in on a universally valid prognostic molecular classifier in estrogen receptor (ER) positive tumors. Using a recently developed robust measure of prognostic separation, we further validate the prognostic classifier in three external independent cohorts, confirming the validity of our molecular classifier in a total of 877 ER positive samples. Furthermore, we find that molecular classifiers may not outperform classical prognostic indices but that they can be used in hybrid molecular-pathological classification schemes to improve prognostic separation. The prognostic molecular classifier presented here is the first to be valid in over 877 ER positive breast cancer samples and across three different microarray platforms. Larger multi-institutional studies will be needed to fully determine the added prognostic value of molecular classifiers when combined with standard prognostic factors.
登录
查看更多内容
DOI：
10.1111/1467-9868.00358
发表时间：
2002-01-01
影响因子：
5.8
作者：
Parmigiani, G;Garrett, ES;Gabrielson, E
通讯作者：
Gabrielson, E
影响因子：
14.9
作者：
Hubbard, T;Barker, D;Clamp, M
通讯作者：
Clamp, M
影响因子：
30.8
作者：
Segal, E;Friedman, N;Regev, A
通讯作者：
Regev, A
影响因子：
168.9
作者：
Michiels, S;Koscielny, S;Hill, C
通讯作者：
Hill, C
影响因子：
8.4
作者：
Edén, P;Ritz, C;Peterson, C
通讯作者：
Peterson, C