Subsets of Very Low Risk Wilms Tumor Show Distinctive Gene Expression, Histologic, and Clinical Features
Notice bibliographique
Résumé
PURPOSE: Recent studies suggest that children <24 months with stage I favorable histology Wilms tumors <550 g [very low risk Wilms tumors (VLRWT)] have an excellent prognosis when treated with nephrectomy only, without adjuvant chemotherapy. The identification of risk categories within VLRWT may enable refinement of their definition and optimization of their therapy. EXPERIMENTAL DESIGN: To define biologically distinct subsets, global gene expression analysis was done on 39 VLRWT that passed all quality-control parameters and the clusters identified were validated in an independent set of 11 VLRWT. Validation of select differentially expressed genes was done with immunohistochemistry on a tissue microarray from 20 of 39 tumors. Loss of heterozygosity (LOH) for 11p15, 1p, and 16q was analyzed in 52 tumors using PCR. RESULTS: Two distinctive clusters were identified. One cluster included 9 tumors with epithelial differentiated tubular histology, paucity of nephrogenic rests, lack of LOH for 1p, 16q, and 11p, absence of relapse, and a unique gene expression profile consistent with arrest following mesenchymal-to-epithelial transition. The second cluster included 13 tumors with mixed histology, intralobar nephrogenic rests, and decreased expression of WT1. Three of 6 relapses occurred in this cluster. Of 43 informative tumors, 11p LOH was present in 5 of 5 relapses and 11 of 38 nonrelapses. CONCLUSIONS: Two subsets comprising a total of 56% of VLRWT are identified that have pathogenetic and molecular differences and apparent differences in risk for relapse. If these predictors can be prospectively validated, this would enable the refinement of clinical stratification and less arbitrary definition of VLRWT.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».