Lymphoplasmacytic Lymphoma and Marginal Zone Lymphoma in the Bone Marrow
Notice bibliographique
Résumé
OBJECTIVES: The differential diagnosis between bone marrow involvement by lymphoplasmacytic lymphoma (LPL) and marginal zone lymphoma (MZL) is challenging because histology and immunophenotype of both diseases overlap. We revisited the diagnostic pathology features of both diseases in the bone marrow. METHODS: We studied a series of bone marrow trephine biopsy specimens from 59 patients with Waldenström macroglobulinemia without extramedullary involvement and bone marrow biopsy specimens from 23 patients with well-characterized MZL who also had bone marrow involvement. H&E- and immunoperoxidase-stained sections of bone marrow trephine biopsy specimens as well as flow cytometry and classic cytogenetics performed on aspirations were reviewed. The study was complemented with MYD88 L265P mutation analysis of all samples. RESULTS: The most distinguishing features of LPL with respect to MZL were focal paratrabecular involvement (P < .001), the presence of lymphoplasmacytoid cells (P < .001) and Dutcher bodies (P < .001), increased numbers of mast cells (P < .001), and the MYD88 L265P mutation (P < .001). CONCLUSIONS: LPL can be reliably distinguished from MZL in the bone marrow by using a combination of pathology characteristics. Our findings stress the diagnostic importance of using the combination of the following parameters for a correct LPL diagnosis: paratrabecular infiltration, the presence of lymphoplasmacytoid cells and cells with Dutcher bodies, and an increased number of mast cells in addition to the presence of MYD88 mutation.
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 | 0,007 | 0,004 |
| 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 | 0,002 |
| 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) | 0,000 | 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 ».