Abnormal p53 and p16 staining patterns distinguish uterine leiomyosarcoma from inflammatory myofibroblastic tumour
Notice bibliographique
Résumé
AIMS: Uterine myxoid leiomyosarcoma may show relatively bland histological appearances, despite its aggressive behaviour. Distinguishing uterine leiomyosarcoma from the more indolent inflammatory myofibroblastic tumour (IMT), which is amenable to targeted therapies, can be challenging. A significant subset of leiomyosarcomas harbour TP53 and/or CDKN2A genomic alterations. Here, we examined the diagnostic value of p53 and p16 immunohistochemistry in the distinction of uterine conventional and myxoid leiomyosarcoma from IMT, in correlation with targeted sequencing of TP53 and CDKN2A. METHODS AND RESULTS: We performed p53 and p16 immunohistochemistry in 49 tumours, including 23 uterine leiomyosarcomas (12 myxoid, 11 conventional) and 26 IMT (12 uterine, 14 extrauterine). TP53 and CDKN2A coding regions were sequenced in 20 cases (four myxoid, 11 conventional uterine leiomyosarcomas; four uterine, one extrauterine IMT). Abnormal p53 staining patterns (strong/diffuse or null) were observed in six of 12 (50%) myxoid and six of 11 (55%) conventional leiomyosarcomas but none of the IMT (P < 0.0001), correlating with TP53 mutation/deletion (P = 0.0001). P16 loss was detected in five of 10 (50%) myxoid and two of 11 (18%) conventional leiomyosarcomas, but none of the IMT (P = 0.0005), correlating with CDKN2A deletion (P = 0.014). Strong/diffuse p16 staining in six of 21 (29%) leiomyosarcomas and three of 26 (12%) IMT did not correlate with CDKN2A alterations. CONCLUSIONS: Abnormal p53 staining and p16 loss are observed frequently in uterine leiomyosarcomas, with 100% specificity and 70% sensitivity against IMT, and correlating with genomic alterations. Conversely, IMT shows normal p53 and p16 staining, highlighting the use of these markers in the differential diagnosis of uterine mesenchymal neoplasms.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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) | 0,002 | 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 ».