Precursor Lesions and Prognostic Factors in Primary Peritoneal Serous Carcinoma
Notice bibliographique
Résumé
Primary peritoneal serous carcinoma (PPSC) is uncommon and precursor lesions and prognostic factors are incompletely understood or described. Charts of 22 women with PPSC were reviewed for clinical and pathology data. Glass slides were reviewed for areas of PPSC, ovarian surface epithelium (OSE), ovarian cortical inclusion cysts (OCICs), tubal epithelial atypia (TEA), and serous tubal intraepithelial carcinoma (STIC). p53 and p16 immunohistochemical staining was scored and expression between the sites was compared. PPSC outcome was correlated with biomarker expression and clinicopathologic variables. p53 and p16 scores were significantly higher among PPSC and tubes than OSE and OCICs. Approximately 64% of PPSC, 46% of fallopian tubes, and none of the OSE overexpressed both biomarkers. OCICs were more frequently negative. Tubal pathologies of STIC, TEA and/or p53 signatures were present in approximately 46% of PPSC cases and the association with tubal p53 overexpression was significant. Statistically significant associations between tubal pathologies, OSE and OCICs biomarker expression profiles and their PPSC expression profiles did not occur. The median overall survival was 53 months and low-grade tumors had a better prognosis (P=0.02). A role for p53 and p16 overexpression in the formation of some PPSC, and p53 overexpression in the generation of precursor tubal pathology was identified. The high frequency of tubal pathology overexpressing p53 and low frequency of OSE and OCICs expressing either biomarker highlights a possible precursor role for the tube in some PPSC. Tumor grade was the only significant prognostic factor.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».