The Association of p16INK4A and Fragile Histidine Triad Gene Expression and Cervical Lesions
Notice bibliographique
Résumé
OBJECTIVE: This cross-sectional study was intended to assess the association between immunohistochemical analysis of p16 and fragile histidine triad (FHIT) and the presence of precancerous cervical lesions. MATERIALS AND METHODS: Women seen at Pérola Byington Hospital, São Paulo, Brazil, with histologically confirmed cervicitis (n = 31), cervical intraepithelial neoplasia (CIN) 1 (n = 30), CIN 2,3 (n = 30), and cervical cancer (n = 7) had also cervical material collected for liquid-based cytology, human papillomavirus Hybrid Capture 2 (HC2) test, and p16 and FHIT immunohistochemical reactions. RESULTS: p16 and FHIT reactions were scored as the following: <1%, 1% to 5%, >5% to 25%, and >25%. Receiver operating curve analysis was used to select p16 and FHIT score cutoffs for further categorical analyses. All but one of the 37 CIN 2,3/cancer cases had a p16 score of greater than 1% to 5%. Among the 61 cervicitis/CIN 1 cases, 46 (75%) had a p16 score lower than 1% to 5%. In contrast, no association of FHIT expression and severity of cervical lesions could be demonstrated in this data set. Receiver operating curve analyses suggested the score of 1% to 5% for p16 as the cutoff that best discriminates CIN 2,3/cancer from cervicitis/CIN 1. No cutoff for FHIT scores could be suggested with data set. CONCLUSIONS: p16, but not FHIT expression, has the potential to be used as complementary diagnostic tool to investigate human papillomavirus-induced cervical lesions, if these results are confirmed in larger studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».