HER2/neu and Ki-67 as Prognostic Indicators in Mucoepidermoid Carcinoma of Salivary Glands
Notice bibliographique
Résumé
INTRODUCTION: Mucoepidermoid carcinoma is the most common salivary gland malignancy, representing up to 30% of all cases. Despite attempts to correlate histopathologic grades to clinical outcomes, some histologically "low"-grade lesions continue to behave aggressively despite appropriate treatment. OBJECTIVE: This preliminary study will attempt to evaluate the use of immunohistochemical markers HER2/neu and Ki-67 as prognostic markers of biologic aggressiveness for mucoepidermoid carcinoma of the salivary glands. DESIGN AND METHODS: A retrospective chart review of 42 patients with mucoepidermoid carcinoma of major and minor salivary glands treated between 1970 and 1995 was conducted. A combination of primary resection with or without postoperative irradiation was used. Histologic grading and correlation with outcome analyses are provided. RESULTS: In the current study, positive HER2/neu staining and strong Ki-67 staining occurred in patients with high-grade mucoepidermoid carcinoma, whereas low-grade carcinoma was correlated with negative or weak staining. CONCLUSION: These preliminary results indicate that, overall, the overexpression of both the HER2/neu and the Ki-67 oncoproteins may serve as prognostic markers for poor outcome in salivary gland mucoepidermoid carcinoma.
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 | 0,001 | 0,001 |
| 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 ».