Differential Immunoreactivity of p16 in Leiomyosarcomas and Leiomyoma Variants
Notice bibliographique
Résumé
Several studies have now examined the cDNA expression profiles of healthy myometrium, leiomyomas (LM), and leiomyosarcomas (LMS). This has produced a list of candidate genes that might be useful tools for distinguishing these entities from each other. The potential candidates identified from this body of research include insulinlike growth factor 1, h-caldesmon, cytokeratin 18, and the cyclin-dependent kinase 4 inhibitor, p16. To determine whether the immunohistochemical expression of these proteins could aid in the diagnosis of LMS and LM variants, we constructed a tissue microarray consisting of cases of healthy myometrium (n = 10), LM (not otherwise specified and variants; n = 47), and LMS (n = 8), and then measured the immunoreactivity of each of these proteins. The cases were scored on the basis of staining intensity (weak, moderate, or strong) and extent (focal or diffuse) and were assigned a final score from 0 to +3. Immunostaining for p16 was statistically stronger in LMS than in LM and its subtypes (P < 0.001). Specifically, the p16 immunostaining score in LMS cases (n = 8) was at least +2, whereas the p16 immunostaining scores in all LM cases (n = 47) were either 0 (n = 35) or +1 (n = 12). The expression of the remaining antibodies did not show a statistically significant difference between the 2 groups. Furthermore, none of the markers studied showed any differences among the LM variants. The results of this study confirm the overexpression of p16 in LMS and suggest that p16 can serve as a reliable immunohistochemical marker in distinguishing uterine LMS from LM and its benign variants.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».