Radar plots facilitate differential diagnosis of acute promyelocytic leukemia and NPM1+ acute myeloid leukemia by flow cytometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Acute promyelocytic leukemia (APL) is one of the most life-threatening hematological emergencies and requires a prompt correct diagnosis by cytomorphology and flow cytometry (FCM) with later confirmation by cytogenetics/molecular genetics. However, nucleophosmin 1 muted acute myeloid leukemia (NPM1+ AML) can mimic APL, especially the hypogranular variant of APL. Our study aimed to develop a novel, Radar plot-based FCM strategy to distinguish APLs and NPM1+ AMLs quickly and accurately. METHOD: Diagnostic samples from 52 APL and 32 NPM1+ AMLs patients were analyzed by a 3-tube panel of 10-color FCM. Radar plots combining all markers were constructed for each tube. Percentages of positive leukemic cells and mean fluorescence intensity were calculated for all the markers. RESULTS: APL showed significantly higher expression of CD64, CD2, and CD13, whereas more leukemic cells were positive for CD11b, CD11c, CD15, CD36, and HLA-DR in NPM1+ AMLs. Radar plots featured CD2 expression, a lack of a monocytic component, lack of expression of HLA-DR and CD15, and a lack of a prominent CD11c+ population as recurring characteristics of APL. The presence of blasts with low SSC, presence of at least some monocytes, some expression of HLA-DR and/or CD15, and a prominent CD11c population were recurrent characteristics of NPM1+ AMLs. Radar plot analysis could confidently separate all hypergranular APL cases from any NPM1+ AML and in 90% of cases between variant APL and blastic NPM1+ AML. CONCLUSION: Radar plots can potentially add to differential diagnostics as they exhibit characteristic patterns distinguishing APL and different types of NPM1+ AMLs.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle