在匈牙利不确定风险乳腺癌患者中使用的微阵列50 (PAM50) 基因表达分类器的预测分析:连续5年的经验
Magdolna Dank1, Dorottya Mühl1, Annamária Pölhös1
1Division of Oncology, Department of Internal Medicine and Oncology, Semmelweis University, H-1083 Budapest, Hungary.
Genes
|September 28, 2023
概括
使用PAM50的基因表达造型提供了比传统的IHC/FISH方法更准确的乳腺癌分类. 这种改进的亚型影响患者的治疗决策和生存结果.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 分子生物学分子生物学
背景情况:
- 乳腺癌的分类传统上依赖于免疫组织化学染色 (IHC) 和光在位杂交 (FISH).
- 新兴的基因表达特征分析,如Prosigna®预测分析微阵列50 (PAM50),显示了更精确的亚型的前景.
研究的目的:
- 为了比较PAM50基因表达测试与乳腺癌分子亚型化常规IHC/FISH测试的准确性.
- 研究PAM50参数对整体存活率 (OS) 和无进展存活率 (PFS) 的影响.
主要方法:
- 对42个单边乳腺癌样本进行了回顾性分析.
- 使用IHC/FISH和PAM50基因表达概况进行分类.
- 对不一致结果和生存数据的统计分析.
主要成果:
- PAM50将42个样本分为光线A (18),光线B (10),HER2阳性 (8) 和基底类 (6) 的亚型.
- 在IHC/FISH和PAM50分类之间观察到显著的不一致 (40.47%),所有基底类瘤被常规方法错误分类.
- 激素受体阳性瘤和较高的10年复发风险得分与较短的OS和PFS相关.
结论:
- 基因表达概况 (PAM50) 提高了对乳腺癌分子亚型的理解.
- PAM50提供了比IHC/FISH更准确的分类,可能改善治疗决策.
- 准确的分子亚型化对于预测患者的结果和指导治疗至关重要.
