Vascular endothelial growth factor expression in hepatic epithelioid hemangioendothelioma: Implications for treatment and surgical management
Notice bibliographique
Résumé
Epithelioid hemangioendothelioma (EHE) is a low-grade, malignant vascular tumor that most commonly presents within the liver. Patients with hepatic EHE are often candidates for liver transplantation as the disease is usually multifocal at diagnosis. Although these patients achieve excellent early outcomes post-transplant, there are very few data regarding tumor markers that can further direct chemotherapy in hepatic EHE to prevent recurrent disease. The purpose of this study was to analyze the expression of the angiogenic factor vascular endothelial growth factor (VEGF) and its receptors in hepatic EHE. Six patients with hepatic EHE were assessed for liver transplantation at our center. Pathology specimens of primary and recurrent EHE were analyzed by hematoxylin and eosin staining and by immunofluorescence for VEGF, fetal liver kinase 1 (Flk-1), and fms-related tyrosine kinase 1 (Flt-1) expression. Five patients underwent liver transplantation, and 1 patient underwent liver resection. Biopsy-proven recurrent EHE occurred in 3 patients. VEGF expression was present in 100% of the EHE specimens examined, whereas Flt-1 expression was present in only 1 sample, and Flk-1 was not observed in any of the specimens. In 1 patient with recurrent hepatic EHE post-liver transplantation, a progressive increase in the VEGF fluorescence intensity and distribution was observed. In conclusion, in this series, VEGF expression was observed in all hepatic EHE specimens analyzed. These data suggest that anti-VEGF chemotherapeutic agents will be of use in patients with hepatic EHE, particularly as a means of reducing the tumor volume prior to resection, as a means of treating unresectable or metastatic disease, or as an adjuvant therapy in the setting of liver transplantation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».