The classification of pediatric and young adult renal cell carcinomas registered on the children's oncology group (COG) protocol AREN03B2 after focused genetic testing
Notice bibliographique
Résumé
BACKGROUND: Renal cell carcinomas (RCCs) are rare in young patients. Knowledge of their pathologic and molecular spectrum remains limited, and no prospective studies have been performed to date in this population. This study analyzes patients diagnosed with RCC who were prospectively enrolled in the AREN03B2 Children's Oncology Group (COG). The objective was to classify these tumors with the aid of focused genetic testing and to characterize their features. METHODS: All tumors registered as RCC by central review were retrospectively re-reviewed and underwent additional ancillary studies. Tumors were classified according to the 2016 World Health Organization classification system when possible. RESULTS: In total, 212 tumors were identified, and these were classified as microphthalmia transcription factor (MiT) translocation RCC (MiT-RCC) (41.5%), papillary RCC (16.5%), renal medullary carcinoma (12.3%), chromophobe RCC (6.6%), clear cell RCC (3.3%), fumarate hydratase-deficient RCC (1.4%), and succinate dehydrogenase-deficient RCC (0.5%). Other subtypes included tuberous sclerosis-associated RCC (4.2%), anaplastic lymphoma kinase (ALK)-rearranged RCC (3.8%), thyroid-like RCC (1.4%), myoepithelial carcinoma (0.9%), and unclassified (7.5%). MiT-RCCs were classified as either transcription factor E3 (TFE3) (93.2%) or EB (TFEB) (6.8%) translocations, and characterization of fusion partners was possible in most tumors. CONCLUSIONS: The current study delineates the frequency of distinct RCC subtypes in a large prospective series of young patients and contributes knowledge to the diagnostic, clinical, and genetic features of MiT-RCC, the most common subtype among this age group. The identification of rare subtypes expands the spectrum of RCC in young patients, supporting the need for a thorough diagnostic workup. These studies may aid in the introduction of specific therapies for different RCC subtypes in the future. Cancer 2018. © 2018 American Cancer Society.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».