Immunohistochemical expression of PTTG in brain tumors.
Notice bibliographique
Résumé
BACKGROUND: Pituitary tumor-transforming gene (PTTG1) has been implicated in several oncogenic processes. The aim of this study was to determine PTTG expression in brain tumors. MATERIALS AND METHODS: We investigated 88 benign and malignant brain tumors. PTTG immunoexpression was evaluated using a scale of 0 to 3. PTTG immunoexpression was nuclear and cytoplasmic in most tumors, except for medulloblastomas and hemangiopericytomas. Expression was highest in medulloblastomas. Higher grade gliomas including glioblastoma multiforme (GBM) IV and astrocytoma III had the highest level of PTTG expression, whereas low-grade gliomas had the lowest levels of PTTG expression. Hemangiopericytomas had the lowest levels of PTTG immunoreactivity, with meningiomas and schwannomas exhibiting similarly low PTTG levels. Nuclear PTTG immunoreactivity was higher than cytoplasmic in higher-grade tumors. CONCLUSION: Our results indicate that PTTG immunoexpression is higher in aggressive brain tumors including medulloblastomas, GBM IV, and astrocytoma III, whereas in more benign tumors, PTTG immunoexpression is lower.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».