The biological and clinical value of p53 expression in pelvic high‐grade serous carcinomas
Notice bibliographique
Résumé
Studies on the p53 expression and outcome for women with ovarian carcinoma have produced conflicting results. The observed heterogeneity may be due to the range of cut-offs used to define overexpression and the mix of histotypes of the study cohorts. We aimed to examine the association between p53 expression and biological properties of tumours as well as outcome in 502 pelvic high-grade serous carcinomas (HGSCs) derived from two population-based cohorts from British Columbia representing cases with or without residual tumour after initial surgery, respectively, and one clinical trial cohort from Germany (AGO-OVAR-3). p53 expression was assessed on tissue microarrays by immunohistochemistry using the DO-7 antibody. p53 expression was scored in three tiers as complete loss of expression, focal expression or overexpression (defined as more than 50% positive tumour cell nuclei) and correlated with survival using multivariate Cox regression models. p53 was completely absent in 30.3%, focally expressed in 12.0%, and overexpressed in 57.7% of HGSCs, which was an inverse pattern compared to clear cell and endometrioid types of ovarian carcinomas, where 76% and 69% of cases showed focal expression, respectively (p < 0.001, chi square test). Pelvic HGSCs show either complete absence of p53 expression or p53 overexpression in 88% of cases; thus, aberrant p53 expression is a ubiquitous feature of HGSCs. HGSCs with p53 overexpression were associated with a reduced risk of recurrence compared to cases with complete absence of p53 in the British Columbia cohort with residual tumour (HR = 0.71, 95% CI 0.51-0.99) and for a combination of all three cohorts (HR = 0.70, 95% CI 0.55-0.89) in multivariate analysis including age, stage, residual tumour, and stratification by cohort. The association of complete absence of p53 expression with unfavourable outcome suggests functional differences of TP53 mutations underlying overexpression, compared to those underlying complete absence of expression.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».