Clinicopathologic and Prognostic Significance of Multiple Hormone Expression in Pancreatic Neuroendocrine Tumors
Notice bibliographique
Résumé
Pancreatic neuroendocrine tumors (PanNETs) produce variable peptide hormones. The expression status of some hormones has been linked to the biological and clinical behaviors of PanNETs. A total of 226 surgically resected PanNETs were selected. Immunolabeling for peptide hormones was compared with various clinicopathologic factors, including patient survival. Expression of insulin, glucagon-like peptide 1, glucagon, gastrin, somatostatin, and serotonin were observed in 56 (24.8%), 41 (18.1%), 25 (11.1%), 5 (2.2%), 5 (2.2%), and 4 (1.8%) cases, respectively. Expression of 1, 2, and 3 hormones was noted in 70 (31.0%), 28 (12.4%), and 3 (1.3%) cases, respectively; 125 cases (55.3%) were negative for all hormones. PanNETs with insulin and glucagon-like peptide 1 expression were associated with a lower grade, smaller size, lower pT and pN classifications, absence of lymphovascular invasion, and lymph node metastasis and had better survival by univariate analysis, whereas PanNETs with gastrin expression were associated with a higher grade, larger size, higher pT and pN classifications, presence of lymphovascular invasion, and lymph node metastasis and had worse survival. Gastrin expression, increased age, and tumor grade were negative prognostic factors in multivariate analysis. As the number of hormones expressed increased, the survival rate of PanNET patients increased. In summary, PanNET patients showing insulin or glucagon-like peptide 1 expression and increased numbers of expressed hormones had a better survival outcome by univariate analysis, whereas gastrin expression was a negative prognostic indicator in surgically resected PanNET patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».