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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».