Clinical and molecular characterization of primary sclerosing epithelioid fibrosarcoma of bone and review of the literature
Notice bibliographique
Résumé
Sclerosing epithelioid fibrosarcoma (SEF) is a rare sarcoma subtype characterized by monomorphic epithelioid cells embedded in a densely sclerotic collagenous matrix. The overwhelming majority of tumors arise in soft tissues; however, rare cases have been documented to occur primarily in bone. The hallmarks of soft tissue SEF include MUC4 immunoreactivity and the presence of an EWSR1-CREB3L1 fusion. Rare cases with alternative fusions have also been reported such as EWSR1-CREB3L2 and FUS-CREB3L2 transcripts. The molecular alterations of skeletal SEF have not been well-defined, with only rare cases analyzed to date. In this study we investigated the clinicopathologic and molecular features of seven patients presenting with primary osseous SEF. There were 3 males and 4 females, with a mean age at diagnosis of 38 years. All cases had microscopic features within the histologic spectrum of SEF and showed strong and diffuse MUC4 positivity, while lacking SATB2 expression. However, due to its unusual presentation within bone, four cases were initially misinterpreted as either osteosarcoma, Ewing sarcoma or chondroblastoma. Half of the patients with follow-up data developed metastasis. The cases were tested by targeted RNA sequencing, MSK-IMPACT, and/or fluorescence in situ hybridization, showing EWSR1-CREB3L1 in six cases and EWSR1-CREB3L2 in one case. The fusion transcripts were composed of EWSR1 exon 11 to either exon 6 of CREB3L1 or CREB3L2. In summary, due to their rarity in the bone, skeletal SEF are often misdiagnosed, resulting in inadequate treatment modalities. Similar to their soft tissue counterpart, bone SEF follow an aggressive clinical behavior and show similar EWSR1-CREB3L1/CREB3L2 fusions.
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) | 0,002 | 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 ».