EGFR and Ki-67 expression in oral squamous cell carcinoma using tissue microarray technology
Notice bibliographique
Résumé
OBJECTIVE: Our aim was to validate the use of tissue microarrays (TMA) in oral squamous cell carcinomas (OSCC) to analyse epidermal growth factor receptor (EGFR) and Ki-67 expression. We also analysed the relationship that the expression of these markers may have with clinical, pathological and survival variables. PATIENTS AND METHODS: The study sample comprised 39 unselected patients diagnosed and treated for OSCC. We analysed Ki-67 and EGFR expression by immunohistochemistry on formalin-fixed, paraffin-embedded surgical specimens. Whole sections (WS) were compared with double 1.5 mm core-tissue microarrays. RESULTS: High EGFR expression was observed both on TMA (in 98% of the cases) and WS (in 100% of the cases) with substantial agreement kappa value (0.720). EGFR expression was not significantly associated with clinical, pathological and survival variables on TMA and WS. Ki-67 analysis showed a Spearman correlation of 0.741 with a Ki-67 mean labelling index of 45% in TMA and 56.8% in WS. We found a significant relationship between gender and Ki-67 labelling index on WS (P = 0.022) and TMA (P = 0.002). Clinical stage was the only parameter in multivariate analysis that had a significant predictive value. CONCLUSION: We demonstrate that dual 1.5 mm core TMA is a valid, rapid, economical and tissue-saving way to study OSCC biopsies and that it presents strong correlation with the WS. EGFR overexpression in OSCC suggests that these tumours may be a candidate for therapy investigation directed to EGFR.
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 | 0,001 |
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 ».