Ovarian carcinoma diagnosis: the clinical impact of 15 years of change
Notice bibliographique
Résumé
BACKGROUND: Until recently ovarian carcinoma was considered to be a single disease, and treatment decisions were based solely on grade and pre- and postoperative tumour burden. New insights into molecular features, treatment response, and patient demographics led the scientific community to conclude that ovarian carcinoma histotypes are different disease entities. METHODS: In 2002, the pathology specimens from patients in a clinical trial were reviewed by an experienced gynaecopathologist (pathologist A) for translational research purposes. All cases were typed according to what were then current criteria. The identical cohort was now reassessed by the same expert pathologist and independently reviewed by another gynaecopathologist (pathologist B) applying WHO 2014 diagnostic criteria. Survival analyses were done based on the original as well as the new diagnoses, and historical biomarker study results were recalculated. RESULTS: Upon re-review, pathologist A rendered the same histotype diagnosis in only 54% of cases. In contrast, pathologists A and B independently rendered the same diagnosis in 98% of cases. Histotype was of prognostic significance when 2014 diagnoses were used, but was not prognostic using the original (2002) histotype diagnoses. CONCLUSIONS: Our study demonstrates a marked shift in ovarian carcinoma histotype diagnosis over the past 15 years. The new criteria are associated with a very high degree of interobserver reproducibility, allowing for treatment decisions based on histotype. Finally, biomarkers of putative prognostic significance were revealed to be primarily histotype-specific markers, confirming the critical importance of obtaining up-to-date diagnoses rather than accepting archival histotype data in clinical research.
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) | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».