Histopathological patterns of melanoma metastases in sentinel lymph nodes
Notice bibliographique
Résumé
AIMS: Sentinel lymph node biopsy (SLNB) is an important component in the staging and treatment of cutaneous melanoma (CM). The medical literature provides only limited information regarding melanoma sentinel lymph node (SLN) histology. This report details the specific histological patterns of melanoma metastases in sentinel lymph nodes (SLNs) and highlights some key factors in evaluating SLNs for melanoma. METHODS: From 281 SLNB cases between June 1998 and May 2002, 79 consecutive cases of SLN biopsies positive for metastases from CM were retrospectively reviewed. The important characteristics of the SLNs and the metastatic foci are described. RESULTS: The median size of positive SLNs was 17 mm (range, 5-38). SLNs had a median of two metastatic foci (range, 1-11), with the largest foci being a median of 1.1 mm in size (range, 0.05-24). S-100 and HMB-45 staining was positive in 100% and 92% of the detected metastatic foci, respectively. The metastatic melanoma cells were epithelioid, spindled, and mixed in 86%, 5%, and 9% of cases. Metastatic foci were most often (86%) found in the subcapsular region of the SLN. Benign naevic cells were found coexisting in 14% of positive SLNs. CONCLUSIONS: Staining for S100 is more sensitive than HMB-45 (100% v 92%), but HMB-45 staining helped to distinguish benign naevic cells from melanoma. The subcapsular region was crucial in SLN evaluation, because it contained the metastases in 86% of cases. Evaluation of the subcapsular space should not be compromised by cautery artefacts or incomplete excision of the SLN.
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 | 0,003 | 0,003 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».