Ovarian Endometrioid Carcinoma Misdiagnosed as Mucinous Carcinoma: An Underrecognized Problem
Notice bibliographique
Résumé
Primary mucinous carcinoma of the ovary is uncommon, and while numerous studies have focused on improving our ability to distinguish these tumors from gastrointestinal metastases, recent data suggest that up to one fifth are still misdiagnosed with a previously underrecognized culprit: endometrioid carcinoma. Using an index case of an ovarian endometrioid carcinoma with mucinous differentiation masquerading as a mucinous carcinoma, we sought to identify the most efficient biomarker combination that could distinguish these 2 histotypes. Eight immunohistochemical markers were assessed on tissue microarrays from 183 endometrioid carcinomas, 77 mucinous carcinomas, and 72 mucinous borderline tumors. Recursive partitioning revealed a simple 2-marker panel consisting of PR and vimentin. The combination of PR absence and vimentin absence could predict mucinous tumors with a sensitivity of 95.1%, a specificity of 96.7%, and an overall accuracy of 96.0%. Additional marker combinations did not improve accuracy. The 5-yr ovarian cancer-specific survival for mucinous carcinoma was significantly worse than endometrioid carcinoma (70% vs. 86%, respectively, P=0.02). Our proposed 2-marker algorithm allows diagnostic distinction between mucinous and endometrioid ovarian carcinomas when morphology is not straightforward. Given key differences in the underlying biology and clinical behavior of these 2 histotypes, improved diagnostic precision is essential for guiding appropriate management and treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».