Diagnostic criteria for oncocytic renal neoplasms: a survey of urologic pathologists
Notice bibliographique
Résumé
Renal oncocytoma and chromophobe renal cell carcinoma have been long recognized as distinct tumors; however, it remains unknown if uniform diagnostic criteria are used to distinguish these tumor types in practice. A survey was distributed to urologic pathologists regarding oncocytic tumors. Responses were received from 17 of 26 invitees. Histologically, more than 1 mitotic figure was regarded as most worrisome (n=10) or incompatible (n=6) with oncocytoma diagnosis. Interpretation of focal nuclear wrinkling, focal perinuclear clearing, and multinucleation depended on extent and did not necessarily exclude oncocytoma if minor. Staining techniques most commonly used included the following: cytokeratin 7 (94%), KIT (71%), vimentin (65%), colloidal iron (59%), CD10 (53%), and AMACR (41%). Rare cytokeratin 7-positive cells (≤5%) were regarded as most supportive of oncocytoma, although an extent excluding oncocytoma was not universal. Multiple chromosomal losses were most strongly supportive for chromophobe renal cell carcinoma diagnosis (65%). Less certainty was reported for chromosomal gain or a single loss. For tumors with mixed or inconclusive features, many participants use an intermediate diagnostic category (82%) that does not label the tumor as unequivocally benign or malignant, typically "oncocytic neoplasm" or "tumor" with comment. The term "hybrid tumor" was used variably in several scenarios. A slight majority (65%) report outright diagnosis of oncocytoma in needle biopsies. The morphologic, immunohistochemical, and genetic characteristics that define oncocytic renal tumors remain incompletely understood. Further studies correlating genetics, behavior, and histology are needed to define which tumors truly warrant classification as carcinomas for patient counseling and follow-up strategies.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».