Kallikrein‐related peptidase expression in odontogenic cysts and tumors: An immunohistochemical comparative study
Notice bibliographique
Résumé
AIM: The aim of the present study was to profile the expression of human kallikrein (KLK)-related peptidases (KLK) in odontogenic lesions. METHODS: Paraffin-embedded, formalin-fixed, non-odontogenic (control) and odontogenic lesions were stained for KLK using a standard immunohistochemical technique. The intensity and proportion of epithelial cells stained was scored. Reverse transcription-polymerase chain reaction was utilized to evaluate KLK 1-15 mRNA expression in ameloblastomas. RESULTS: KLK 3, 4, 9, 11, and 14 were present in all lesions. KLK 3 staining was increased in ameloblastomas and keratocystic odontogenic tumors. KLK 5 was present only in Keratocystic odontogenic tumor. KLK 6 was significantly higher in ameloblastomas than in other lesions. For KLK 7, keratocystic odontogenic tumors and nasopalatine duct cysts were significantly different. KLK 6, 8, 10, 11, and 13 were significantly higher in ameloblastomas than in other lesions. KLK 9 was increased in keratocystic odontogenic tumors and dentigerous cysts. The expression of KLK 1, 4, 7, 8, 10, and 12 mRNA was found in ameloblastomas. CONCLUSION: The results suggested that KLK 6, 8, 10, and 13 could be involved in the progression of ameloblastomas. KLK 10 could have a greater role in odontogenic lesions, rather than non-odontogenic lesions. Future studies aim to define the specific roles of KLK cascades in odontogenic lesions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».