Use of Programmed Death Ligand-1 (PD-L1) Staining to Separate Sarcomatoid Malignant Mesotheliomas From Benign Mesothelial Reactions
Notice bibliographique
Résumé
Context.— The separation of benign from malignant mesothelial proliferations is a difficult morphologic problem. Some mesotheliomas stain for programmed death ligand-1 (PD-L1). Objective.— To determine whether PD-L1 staining can separate mesotheliomas from reactive mesothelial proliferations (RMPs). Design.— We stained 2 tissue microarrays containing in toto 62 malignant mesotheliomas and 88 RMPs, using anti-PD-L1 antibody 22C3. Staining was graded by using an immunoreactive score encompassing intensity/distribution and was divided into negative, weak, moderate, and strong. Because PD-L1 staining can be heterogeneous, we also stained 10 whole sections of sarcomatoid/desmoplastic mesotheliomas (SMMs) and 10 whole sections of spindled RMPs in the form of organizing pleuritis, the major morphologic differential of SMM. These 20 cases were not on the tissue microarrays. Results.— RMPs showed generally negative, or occasionally weak staining in either the epithelioid or spindle cell compartments, whereas moderate to strong staining was seen in 10 of 14 SMMs but only in 6 of 48 epithelioid mesotheliomas (EMMs). The difference between SMM and RMP staining was statistically significant (P < .001), but between EMM and RMP was not significant. Whole section cases of organizing pleuritis showed no staining (N = 8) or weak staining (N = 2), whereas moderate/strong staining was seen in 9 of 10 whole sections of SMMs, a statistically significant difference (P = .02). There were no “hot spots” of RMP staining, suggesting that heterogeneous staining of RMPs is not a confounder. Conclusions.— Strong diffuse PD-L1 staining using antibody 22C3 supports a diagnosis of SMM when the differential diagnosis is RMPs, but PD-L1 staining is not useful for separating EMMs from RMPs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».