Node-Negative Colorectal Cancer at High Risk of Distant Metastasis Identified by Combined Analysis of Lymph Node Status, Vascular Invasion, and Raf-1 Kinase Inhibitor Protein Expression
Notice bibliographique
Résumé
PURPOSE: To identify independent clinicopathologic factors and protein markers leading to the identification of colorectal cancer (CRC) patients with mismatch repair proficiency at risk of developing metastasis and, consequently, more likely to benefit from combined modality therapy. EXPERIMENTAL DESIGN: Immunohistochemistry for 22 tumor markers was done using a tissue microarray. A subset of 387 CRC patients with complete clinicopathologic data and TNM stage was analyzed. Univariate and multivariate analyses were done to identify independent predictive markers of metastasis. The results were validated on 810 CRC patients. RESULTS: In univariate analysis, T stage (P < 0.001), N stage (P < 0.001), tumor grade (P = 0.005), vascular invasion (P < 0.001), tumor budding (P < 0.001), positive expression of beta-catenin (P = 0.015), overexpression of RHAMM (P = 0.008), negative expression of Raf-1 kinase inhibitor protein (RKIP; P = 0.001), and absence of intraepithelial lymphocytes (P = 0.017) were significantly associated with the presence of distant metastasis. In multivariate analysis, higher N stage (P < 0.001), presence of vascular invasion (P = 0.009), and RKIP loss (P = 0.003) independently predicted distant metastatic disease. A subgroup of node-negative patients was identified as high risk for distant metastasis and showed a similar probability of metastatic risk and nearly identical survival times as node-positive patients with absence of vascular invasion and positive RKIP expression (metastatic risk, 24% and 22%; median survival time, 45.0 and 47.0 months, respectively). CONCLUSION: The combined analysis of N stage, vascular invasion, and RKIP expression is highly predictive of distant metastasis in patients with mismatch repair--proficient CRC. Additionally, a subgroup of more aggressive N(0) tumors can be identified by evaluating vascular invasion and RKIP 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».