L1CAM als wichtiger Prognosefaktor für Endometriumkarzinome mit niedrigem/intermediärem Risikoprofil
Notice bibliographique
Résumé
Zielsetzung: Endometriumkarzinome werden derzeit anhand FIGO-Stadium, Grade und histologischem Typ in prognostisch und therapeutisch relevante Gruppen mit niedrigem, intermediärem und hohem Risiko stratifiziert. Trotz exzellenter Prognose kommt es in der Gruppe mit niedrigem/intermediärem Risiko zu nicht vorhersagbaren Rezidiven. Das Zelladhäsionsmolekül L1CAM wurde in diesem Zusammenhang als möglicher Biomarker für die Identifikation bislang nicht erkannter high-risk Karzinome beschrieben. Materialien und Methoden: Identifikation sämtlicher in den Jahren 2003 – 13 an der Universitätsfrauenklinik Tübingen behandelter Patientinnen mit Endometriumkarzinom und niedrigem (Typ I, FIGO IA, G1/2) bzw. intermediärem (Typ I, FIGO IA, G3 oder FIGO IB, G1/2) Risikoprofil. Spezialisierte histopathologische Zweitbegutachtung und L1CAM Expressionsanalyse mittels Immunhistochemie. Tumoren mit ≥10% angefärbten Tumorzellen wurden als L1CAM positiv gewertet. Multivariate Survivalanalysen mittels Cox-Regression Modellen. Ergebnisse: Insgesamt standen 344 Fälle für die immunhistochemische Untersuchung zur Verfügung. 29/344 (8,5%) Fälle waren L1CAM positiv, 315/344 (91,5%) Fälle waren L1CAM negativ. In multivariaten Analysen, welche neben L1CAM Expression auch Alter, FIGO Stage und Grade berücksichtigten, zeigte sich L1CAM sowohl im Gesamtkollektiv als auch in der Untergruppe der low-risk Karzinome mit einer Hazard-Ratio von 4,58 (CI 1,72 – 10,83; p = 0,003) bzw. 5,12 (CI 1,39 – 15,35; p = 0,017) als signifikanter Prognosefaktor für das Gesamtüberleben. Zusammenfassung: Die Ergebnisse unserer Arbeit bestätigen L1CAM als einen für das Endometriumkarzinom unabhängig prognostisch relevanten Biomarker. Die Berücksichtigung entsprechender L1CAM Expressionsanalysen könnte in Zukunft geeignet sein, Patientinnen mit bislang falsch eingeschätztem Risikoprofil zu identifizieren. Entgegen der heutigen Leitlinien könnten diese Patientinnen („low-risk, L1CAM+“) von der Entwicklung individualisierter und risikoadaptierter Therapiekonzepte profitieren.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».