IMP3 and GLUT-1 Immunohistochemistry for Distinguishing Benign From Malignant Mesothelial Proliferations
Notice bibliographique
Résumé
Distinguishing malignant mesotheliomas from benign mesothelial proliferations on hematoxylin and eosin-stained sections can be extremely challenging. Various immunohistochemical stains have been suggested to help in making this distinction, but all are controversial. Recently, IMP3 (insulin-like growth factor II mRNA binding protein 3) and GLUT-1 (glucose transporter protein 1) have been proposed as immunohistochemical markers that are positive in mesotheliomas but not in benign proliferations. We evaluated the performance of these markers on a tissue microarray containing 30 malignant mesotheliomas and 48 benign thoracic or abdominal mesothelial proliferations. IMP3 was positive in 53% of malignant and 27% of benign cases (P=0.03), whereas GLUT-1 was positive in 60% of malignant and 13% of benign cases (P=0.0003). Forty-three percent of malignant cases, but only 4% of benign cases, were positive for both IMP3 and GLUT-1 (P=0.00003). We conclude that, statistically, both IMP3 and GLUT-1 are more frequently positive in malignant compared with benign mesothelial processes; however, the frequency of positive staining in benign cases is too high to allow their diagnostic use as single stains. The combination of both markers may be of greater diagnostic value, but this hypothesis should be confirmed in further studies.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».