The diagnostic utility of CK5/6 and p63 in fine‐needle aspiration of the breast lesions diagnosed as proliferative fibrocystic lesion
Notice bibliographique
Résumé
Fine-needle aspiration (FNA) biopsy (FNAB) in the preoperative assessment of breast lesions has shown diagnostic limitations with false-positive and false-negative diagnoses. We investigated the diagnostic value of cytokeratin 5/6 (CK5/6) and p63 in a series of breast FNABs, diagnosed as proliferative breast lesions with or without atypia, to see whether these ancillary studies enhance the ability to make an accurate diagnosis by FNAB. Sixty-four breast FNABs were retrieved between January 2000 and December 2005 and included in the study as follows: 29/64 (45%) cases as proliferative with atypia and 35/64 (55%) without atypia. We also included 10 cases of fibroadenoma. All cases had histological follow-up available for correlation. Immunostaining for CK5/6 and p63 was performed on the cell block material in all cases. The percentage of staining cells in the specimen was graded as 0 (0-10%), 1 (11-25%), 2 (26-50%), and 3 (>50%). There were 9/29 (31%) cases in the atypical group that were found to be malignant on resection, compared with 6/35 (17%) in the cases without atypia. In histologically proven malignant cases, CK5/6 was negative in 11/15 (73%) or showed 1+ stain in 2/15 (13%) cases. In benign breast lesions, CK5/6 stained more than 25% of cell proliferation in 44/49 (90%). p63 showed characteristic staining for single naked bipolar nuclei in the background of the specimen (not appreciated by CK5/6) in all fibroadenoma cases. In conclusion, CK5/6 may enhance the ability to differentiate between benign and malignant epithelial proliferations in breast FNABs. In fibroepithelial lesions, p63 may be more useful than CK5/6.
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 | 0,015 |
| 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 ».