The Diagnosis of Choriocarcinoma in Molar Pregnancies: A Revised Approach in Clinical Testing
Notice bibliographique
Résumé
BACKGROUND: Hydatidiform moles occur in approximately 1 in 1,500 pregnancies; however, early miscarriages or spontaneous abortions may not be correctly identified as molar pregnancies due to poor differentiation of chorionic villi. METHODS: The current clinical testing algorithm used for the detection of hydatidiform moles uses a combination of morphological analysis and p57 immunostaining followed by ploidy testing to establish a diagnosis of either a complete or partial molar pregnancy. We review here 198 referrals for fluorescence in situ hybridization (FISH) ploidy testing, where the initial diagnosis based on morphology is compared to the final diagnosis based on a combination of morphology, FISH and p57 immunohistochemical (IHC) staining. RESULTS: Approximately 40% of cases were determined to be genetically abnormal, but only 28.8% of cases were diagnosed as molar pregnancies. The underestimation of complete molar pregnancies and those with androgenetic inheritance was also found to be likely using conventional diagnostic methods, as atypical p57 staining was observed in approximately 10% of cases. CONCLUSIONS: Our findings suggest that a revised approach to testing products of conception is necessary, with cases screened according to their clinical history in order to distinguish molar pregnancy referrals from hydropic pregnancies.
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 | 0,046 | 0,333 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».