Is the Expression Pattern of BD ProExC the Same as Ki-67? A Comparative Analysis in Cervical Biopsies
Notice bibliographique
Résumé
BD ProExC (ProExC) and Ki-67, both used as biomarkers for high-grade cervical intraepithelial neoplasia (HG CIN), yield discordant staining in some cervical biopsies. This study compared ProExC and Ki-67 expression in 197 cervical biopsies with consensus diagnoses (55 negative, 21 atypical squamous metaplasia, 61 low-grade CIN, and 60 HG CIN). Percentages of immunostained nuclei were evaluated by 2 pathologists yielding 68 (35%) cases with discordant ProExC/Ki-67 immunostaining for analysis. In 78% of cases the difference in staining involved <25% of lesional cells. This was noted across all morphologic diagnoses, being most frequent in HG CIN. Discordant staining involving >50% of lesional cells occurred in 22% of discrepant cases, being most frequent in atypical squamous metaplasia. Using staining in >50% of lesional nuclei as a positive result, positive/negative discordance occurred in 25 cases (13% of all cases) including 18% of HG CIN cases. Fourteen cases were ProExC+ (7 of which were strongly p16+) and 11 were Ki-67+ (6 of which were strongly p16+).
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».