EMBR-12. IMPROVED DIAGNOSTIC ALGORITHM FOR DIFFERENTIAL DIAGNOSTICS OF CNS EMBRYONAL TUMORS (FORMER CNS-PNET) BY NEUROPATHOLOGICAL RE-EVALUATION OF 256 CASES AND CROSSVALIDATION BY METHYLATION CLASSIFICATION
Notice bibliographique
Résumé
Epigenetic profiling has shown that a proportion of cases diagnosed as CNS PNET in the past can be assigned to other tumour entities with similar morphological appearance. In an international effort to re-analyze CNS-PNET aiming for disease-specific re-evaluation of survival data and the development of diagnostic guidelines providing the basis for improved therapeutic approaches, 256 tumours diagnosed and treated as CNS-PNET in the last two decades in 17 countries were reviewed by a panel of neuropathologists according to today’s standards of clinical neuropathological diagnostics including immunohistochemical and molecular pathological assays. The majority of cases were also independently analyzed by methylation array hybridization and classified by random forest algorithm. In this unique cohort, we identified 20 different tumor entities including frequent high grade gliomas. 41% of cases were confirmed as CNS-PNET (now termed CNS-embryonal tumors (CNS-ET) according to the revised WHO-classification) representing two main entities: ETMR displayed typical histopathological features, LIN28A expression and/or C19MC alteration. The other represented a group of tumors with variable degrees of differentiation along neuroblastic/ganglionic lines, corresponding to the WHO diagnoses CNS-(Ganglio)-neuroblastoma or CNS-ET, NOS. The vast majority of these tumors could be assigned to the FOXR2 CNS-NB group by methylation array-based classification. Crossvalidation of neuropathological and epigenetic classification proved that methylation classification represents a useful complimentary tool in the differential diagnosis of CNS-ET. Re-evaluation of prototypic tumors and cases with discrepant diagnoses enabled us to develop an optimized diagnostic algorithm to securely delineate this tumor type from other entities with largely divergent clinical and biological behaviour.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».