MétaCan
Menu
Retour à la cohorte
Enregistrement W2953165127 · doi:10.1002/hon.11_2630

REFINEMENT OF MUM1 EXPRESSION THRESHOLD FOR DOUBLE POSITIVE CD10+ MUM1+ DIFFUSE LARGE B CELL LYMPHOMA ALLOWS A BETTER CELL OF ORIGIN CLASSIFICATION FOR GCB SUBTYPE

2019· article· en· W2953165127 sur OpenAlexaff
Céline Bossard, O. Laghmari, Yannick Le Bris, Antoine Bonnet, Philippe Moreau, W. El Alami Thomas, Aude-Hélène Pavageau, P. Guerzider, Hervé Maisonneuve, Philippe Ruminy, M.C. Bene, Olivier Casasnovas, Danielle Canioni, Catherine Thiéblemont, Tony Petrella, Fabrice Jardin, Gilles Salles, Hervé Tilly, Philippe Gaulard, Corinne Haïoun, Josette Brière, Steven Le Gouill, Thierry Jo Molina

Notice bibliographique

RevueHematological Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésDiffuse large B-cell lymphomaGene expression profilingImmunohistochemistryGerminal centerConcordanceLymphomaGene expressionBiologyPathologyMedicineB cellGeneInternal medicineGeneticsAntibody

Résumé

récupéré en direct d'OpenAlex

The cell-of-origin (COO) determination of diffuse large B cell lymphoma (DLBCL) into germinal center B-cell like (GCB) and activated B-cell like (ABC) by immunohistochemistry based on the most commonly used Hans’ algorithm, has at most 86% (Meyer et al, JCO, 2011) to 91% of concordance (Petrella et al, Annals Oncol, 2017) compared with the gold standard gene-expression profiling approach. Among those discrepancies, the algorithm is giving to CD10 positivity a priority over MUM1 for assigning GCB subtype, whatever the level of expression of MUM1 above 30%. Indeed, a substantial number of cases featuring a double positive (DP) CD10+ MUM1+ phenotype are classified as GCB according to Hans’ algorithm whereas ABC on gene expression profiling. The aim of this study was to evaluate whether the expression level of MUM1 assessed by immunohistochemistry could predict the molecular classification of DP in GCB or ABC. For that purpose, we used 2 independent cohorts of patients: one with 1608 DLBCLs from LYSA trials (GHEDI Cohort, GAINED, REMARC, RT3), the other with 255 DLBCLs treated in Nantes University Hospital (CHU Nantes) between 2006 and 2016. One hundred twenty two and 22 DP DLBCLs respectively were identified in these 2 cohorts, representing 8% of DLBCLs. RNA extracted from FFPE tissues was available for 91 DP DLBCLs, tested for gene expression profiling by the RT-MLPA assay, a sensitive method validated on archival paraffin-embedded formalin-fixed (FFPE) tissues for the GCB/ABC classification (Bobee et al, J Mol Diagn, 2017). The level of MUM1 expression by 10% increments was evaluated on those 91 cases by three pathologists on multihead microscope. Among the 81 DP DLBCLs with available results (5 failures, 2 DLBCL EBV+ and 3 PMBL) for GCB/ABC classification by RT-MLPA, 48 cases (59.2%) were classified in GCB molecular subtype, 25 (30.8%) in ABC and 8 were unclassified (9.8%). In order to correctly identify GCB molecular DP DLBCLs based on Hans’ algorithm, depending on MUM1+ tumor cells, we tested different MUM1 thresholds (Table 1). A MUM1 threshold ≤ 50% correctly identified 19/48 molecular GCB and misclassified only 1 ABC (specificity 95%), while higher thresholds could not reliably identify GCB or ABC DLBCL. Overall, our study clearly demonstrates that Hans’ algorithm cannot be used to accurately identify molecular GCB and ABC DLBCL within the DP CD10+MUM1+ except when MUM1+ tumor cells do not exceed 50%. This new threshold could be included in the Hans’ algorithm to identify GCB DLBCLs among DP DLBCLs. Above this threshold, targeted gene expression tests should be used to correctly classify these subgroups of DLBCLs for COO. Keywords: diffuse large B-cell lymphoma (DLBCL).

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,064
Tête enseignante GPT0,363
Écart entre enseignants0,299 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHematological OncologyMême sujetCAR-T cell therapy researchTravaux en français237 207