The prognostic impact of the tumour stroma fraction: A machine learning-based analysis in 16 human solid tumour types
Notice bibliographique
Résumé
BACKGROUND: The development of a reactive tumour stroma is a hallmark of tumour progression and pronounced tumour stroma is generally considered to be associated with clinical aggressiveness. The variability between tumour types regarding stroma fraction, and its prognosis associations, have not been systematically analysed. METHODS: Using an objective machine-learning method we quantified the tumour stroma in 16 solid cancer types from 2732 patients, representing retrospective tissue collections of surgically resected primary tumours. Image analysis performed tissue segmentation into stromal and epithelial compartment based on pan-cytokeratin staining and autofluorescence patterns. FINDINGS: The stroma fraction was highly variable within and across the tumour types, with kidney cancer showing the lowest and pancreato-biliary type periampullary cancer showing the highest stroma proportion (median 19% and 73% respectively). Adjusted Cox regression models revealed both positive (pancreato-biliary type periampullary cancer and oestrogen negative breast cancer, HR(95%CI)=0.56(0.34-0.92) and HR(95%CI)=0.41(0.17-0.98) respectively) and negative (intestinal type periampullary cancer, HR(95%CI)=3.59(1.49-8.62)) associations of the tumour stroma fraction with survival. INTERPRETATION: Our study provides an objective quantification of the tumour stroma fraction across major types of solid cancer. Findings strongly argue against the commonly promoted view of a general associations between high stroma abundance and poor prognosis. The results also suggest that full exploitation of the prognostic potential of tumour stroma requires analyses that go beyond determination of stroma abundance. FUNDING: The Swedish Cancer Society, The Lions Cancer Foundation Uppsala, The Swedish Government Grant for Clinical Research, The Mrs Berta Kamprad Foundation, Sweden, Sellanders foundation, P.O.Zetterling Foundation, and The Sjöberg Foundation, Sweden.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 ».