Practical pituitary pathology: what does the pathologist need to know?
Notice bibliographique
Résumé
CONTEXT: The sellar region is the site of frequent pathology. The pituitary is affected by a large number of pathologic entities arising from the gland itself and from adjacent anatomical structures including brain, blood vessels, nerves, and meninges. The surgical pathology of this area requires the accurate characterization of primary adenohypophysial tumors, craniopharyngiomas, neurologic neoplasms, germ cell tumors, hematologic malignancies, and metastases as well as nonneoplastic lesions such as cysts, hyperplasias, and inflammatory disorders. OBJECTIVE: To provide a practical approach to the diagnosis of pituitary specimens. DATA SOURCES: Literature review and primary material from the University of Toronto. CONCLUSIONS: The initial examination requires routine hematoxylin-eosin to establish whether the lesion is a primary adenohypophysial proliferation or one of the many other types of pathology that occur in this area. The most common lesions resected surgically are pituitary adenomas. These are evaluated with a number of special stains and immunohistochemical markers that are now available to accurately classify these tumors. The complex subclassification of pituitary adenomas is now recognized to reflect specific clinical features and genetic alterations that predict targeted therapies for patients with pituitary disorders.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».