<scp>PD</scp>‐L1, <scp>RB</scp>1 and mismatch repair protein immunohistochemical expression in neuroendocrine carcinoma, small cell type, of the uterine cervix
Notice bibliographique
Résumé
AIMS: Neuroendocrine carcinoma, small cell type, of the uterine cervix (SmCC-Cx) is a rare human papilloma virus (HPV) related tumour with limited therapeutic options. Merkel cell carcinoma, another virus-associated neuroendocrine malignancy, has significant programmed death ligand 1 (PD-L1) expression rates. PD-L1 expression has been reported in other malignancies of the cervix. We aimed to determine the prevalence of PD-L1 in the context of mismatch repair protein (MMR) and RB1 expression status in SmCC-Cx. METHODS AND RESULTS: Ten cases of SmCC-Cx were tested by immunohistochemistry for expression of PD-L1, MLH1, MSH2, MSH6, PMS2, RB1, CD3, CD20 and for HPV by in-situ hybridisation (ISH). PD-L1 expression was scored quantitatively (H-score) in tumour cells and lymphocytes (tumoral/peritumoral). PD-L1 positivity was seen in seven cases, focal in most (H-score range 3-140). Three of nine cases showed MMR deficiency. PD-L1 expression levels correlated with MMR expression status: all three MLH1/PMS2-deficient cases had a ≥5% PD-L1 staining and an H-score ≥10 (P = 0.01). RB1 was lost in four of nine cases, all PD-L1 positive, but this correlation was not statistically significant. Seven of nine tumours were positive for HPV-ISH; two of these had MLH1/PMS2 loss. Of the two HPV-ISH negative tumours, one had MLS1/PMS2 loss. CONCLUSIONS: PD-L1 expression, predominantly focal, is seen in 70% of SmCC-Cx, while loss of MMR expression is seen in 33% of SmCC-Cx in our cohort. PD-L1 expression in more than 10% of tumour cells is seen in a subset of tumours in association with loss of MMR expression. These patients may be amenable to immune checkpoint inhibitor therapy as a promising alternative for this aggressive disease.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».