The presence of tumour‐infiltrating neutrophils is an independent adverse prognostic feature in clear cell renal cell carcinoma
Notice bibliographique
Résumé
Tumour-promoting inflammation is an emerging hallmark of cancer that is increasingly recognised as a therapeutic target. As a constituent measure of inflammation, tumour-infiltrating neutrophils (TINs) have been associated with inferior prognosis in several cancers. We analysed clinically annotated cohorts of clear cell renal cell carcinoma (ccRCC) to assess the presence of neutrophils within the tumour microenvironment as a function of outcome. We centrally reviewed ccRCC surgical resection and fine-needle aspiration (FNA) specimens, including primary and metastatic sites, from three centres. TINs were scored based on the presence of neutrophils in resection and FNA specimens by two pathologists. TIN count was correlated with tumour characteristics including stage, WHO/ISUP grade, and immunohistochemistry (IHC). In parallel, we performed CIBERSORT analysis of the tumour microenvironment in a cohort of 516 ccRCCs from The Cancer Genome Atlas (TCGA). We included 102 ccRCC cases comprising 65 resection specimens (37 primary and 28 metastatic resection specimens) and 37 FNAs from primary lesions. High TINs were significantly associated with worse overall survival (p = 0.009) independent of tumour grade and stage. In ccRCCs sampled via FNA, all cases with high TINs had distant metastasis, whereas they were seen in only 19% of cases with low TINs (p = 0.0003). IHC analysis showed loss of E-cadherin in viable tumour cells in areas with high TINs, and neutrophil activation was associated with elastase and citrullinated histone H3 expression (cit-H3). In the TCGA cohort, neutrophilic markers were also associated with worse survival (p < 0.0001). TINs are an independent predictor of worse prognosis in ccRCC, which have the potential to be assessed at the time of first biopsy or FNA. Neutrophils act directly on tumour tissue by releasing elastase, a factor that contributes to the breakdown of cell-cell adhesion and to facilitate tumour dissemination.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».