Agrin in the Muscularis Mucosa Serves as a Biomarker Distinguishing Hyperplastic Polyps from Sessile Serrated Lesions
Notice bibliographique
Résumé
PURPOSE: Sessile serrated lesions (SSL) are precursors to colon carcinoma, and their distinction from other polyps, in particular hyperplastic polyps (HP), presents significant diagnostic challenges. We evaluated expression patterns in colonic polyps of previously identified colon carcinoma-associated extracellular matrix (ECM) proteins to identify markers distinguishing SSLs from other polyps. EXPERIMENTAL DESIGN: Gene-expression analyses of ECM proteins were performed using publicly available data on preneoplastic colonic polyps. In parallel, we evaluated by IHC the expression of agrin (AGRN) in over 400 colonic polyps, including HP, SSL with and without dysplasia, traditional serrated adenomas (TSA), and tubular adenomas (TA), and compared the consistency of standard histologic diagnosis of SSLs by experienced gastrointestinal pathologists with that of AGRN IHC. RESULTS: Differential gene expression analysis and IHC identified AGRN, serine peptidase inhibitor (SERPINE2), and TIMP metallopeptidase inhibitor 1 (TIMP1) elevated in SSLs and HPs but decreased in TAs and absent in normal colon. AGRN-positive basal laminae were noted in all TA, TSA, HP, and SSL in distinguishable patterns, whereas other polyps and normal mucosa were negative. SSL with or without dysplasia consistently showed IHC staining for AGRN in the muscularis mucosae, which was absent in HP, TSA, TA, and other polyps. In contrast, histologic evaluation showed only weak interobserver agreement (kappa value = 0.493) in distinguishing SSLs. CONCLUSIONS: Muscularis mucosae-based AGRN immunostaining is a novel biomarker to distinguish SSL from HP, TSA, and TA, with a specificity of 97.1% and sensitivity of 98.9% and can assist in diagnosis of morphologically challenging colonic polyps.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 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 ».