MétaCan
Menu
Retour à la cohorte
Enregistrement W2781495894 · doi:10.1097/pas.0000000000001000

Reappraisal of Morphologic Differences Between Renal Medullary Carcinoma, Collecting Duct Carcinoma, and Fumarate Hydratase–deficient Renal Cell Carcinoma

2018· article· en· W2781495894 sur OpenAlexaff
Chisato Ohe, Steven C. Smith, Deepika Sirohi, Mukul Divatia, Mariza de Peralta‐Venturina, Gladell P. Paner, Abbas Agaimy, Mitual Amin, Pedram Argani, Ying‐Bei Chen, Liang Cheng, Maurizio Colecchia, Éva Compérat, Isabela Werneck da Cunha, Jonathan I. Epstein, Anthony J. Gill, Ondřej Hes, Michelle S. Hirsch, Wolfram Jochum, Lakshmi P. Kunju, Fiona Maclean, Cristina Magi‐Galluzzi, Jesse K. McKenney, Rohit Mehra, Gabriella Nesi, Adeboye O. Osunkoya, Maria M. Picken, Priya Rao, Victor E. Reuter, Paulo Guilherme de Oliveira Salles, Luciana Schultz, Satish K. Tickoo, Scott A. Tomlins, Kiril Trpkov, Mahul B. Amin

Notice bibliographique

RevueThe American Journal of Surgical Pathology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesNational Cancer Institute
Mots-clésPathologyMedicineClear cellRenal cell carcinomaCarcinomaClear cell carcinoma

Résumé

récupéré en direct d'OpenAlex

Renal medullary carcinomas (RMCs) and collecting duct carcinomas (CDCs) are rare subsets of lethal high-stage, high-grade distal nephron-related adenocarcinomas with a predilection for the renal medullary region. Recent findings have established an emerging group of fumarate hydratase (FH)-deficient tumors related to hereditary leiomyomatosis and renal cell carcinoma (HLRCC-RCCs) syndrome within this morphologic spectrum. Recently developed, reliable ancillary testing has enabled consistent separation between these tumor types. Here, we present the clinicopathologic features and differences in the morphologic patterns between RMC, CDC, and FH-deficient RCC in consequence of these recent developments. This study included a total of 100 cases classified using contemporary criteria and ancillary tests. Thirty-three RMCs (SMARCB1/INI1-deficient, hemoglobinopathy), 38 CDCs (SMARCB1/INI1-retained), and 29 RCCs defined by the FH-deficient phenotype (FH/2SC or FH/2SC with FH mutation, regardless of HLRCC syndromic stigmata/history) were selected. The spectrum of morphologic patterns was critically evaluated, and the differences between the morphologic patterns present in the 3 groups were analyzed statistically. Twenty-five percent of cases initially diagnosed as CDC were reclassified as FH-deficient RCC on the basis of our contemporary diagnostic approach. Among the different overlapping morphologic patterns, sieve-like/cribriform and reticular/yolk sac tumor-like patterns favored RMCs, whereas intracystic papillary and tubulocystic patterns favored FH-deficient RCC. The tubulopapillary pattern favored both CDCs and FH-deficient RCCs, and the multinodular infiltrating papillary pattern favored CDCs. Infiltrating glandular and solid sheets/cords/nested patterns were not statistically different among the 3 groups. Viral inclusion-like macronucleoli, considered as a hallmark of HLRCC-RCCs, were observed significantly more frequently in FH-deficient RCCs. Despite the overlapping morphology found among these clinically aggressive infiltrating high-grade adenocarcinomas of the kidney, reproducible differences in morphology emerged between these categories after rigorous characterization. Finally, we recommend that definitive diagnosis of CDC should only be made if RMC and FH-deficient RCC are excluded.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,282
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations130
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Surgical PathologyMême sujetRenal cell carcinoma treatmentTravaux en français237 207