Etiologic factors associated with p53 immunostaining in cutaneousmalignant melanoma
Notice bibliographique
Résumé
Findings from a case-control study of cutaneous malignant melanoma (CMM) in Queensland, Australia, suggest that melanomas exhibiting p53 immunostaining possess different risk factors from those of other melanomas. To further explore this hypothesis, a case-only analysis of risk factors for p53 immunostaining with anti-p53 MAb DO-7 was undertaken in 523 people diagnosed with CMM in Canada and Australia. Phenotypic factors and past sun exposure were measured using a self-administered questionnaire and telephone interview. The presence of strong p53 staining (>10% of cell nuclei positively stained vs. <1% staining) was positively associated with some indicators of high cumulative sun exposure: lentigo maligna melanoma subtype (OR = 3.2 vs. superficial spreading subtype), melanoma location on the head and neck (OR = 2.8 vs. back), histopathologic evidence of solar elastosis (OR = 2.1) and previous diagnosis of nonmelanoma skin cancer (OR = 2.4). Strong staining was negatively associated with high nevus density on the back (OR = 0.2 for >25 nevi vs. 0-3 nevi) and histologic evidence of a coexisting nevus (OR = 0.3). Other factors associated with strong p53 immunostaining include greater Breslow thickness (OR = 7.4 for >4.00 vs. <0.76 mm), male sex (OR = 2.2) and dense freckling (OR = 6.6 vs. few freckles). Of these, thickness, male sex, dense freckling, low nevus density on the back, histologic subtype and history of nonmelanoma skin cancer appeared to be independently associated with strong p53 staining. Our findings are consistent with the Queensland study in suggesting that variables indicating high accumulated sun exposure are positively associated with p53 staining and that an increased number of nevi is positively associated with its absence; they may reflect etiologic and pathogenetic heterogeneity in melanoma.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».