Three-antibody classifier for muscle invasive urothelial carcinoma and its correlation with p53 expression
Notice bibliographique
Résumé
AIMS: To assess the utility of a three-antibody immunohistochemistry panel to classify muscle invasive bladder cancers (MIBCs) in correlation with morphological features and p53 status. METHODS: A retrospective review of 243 chemotherapy naïve MIBC cystectomy specimens was performed to assess morphological features. A tissue microarray was sequentially stained with CK5/6, GATA-3 and p16. Subgroups were assigned as basal-like (CK5/6+, GATA3-) and luminal (CK5/6-, GATA3+), with the latter subdivided into genomically unstable (GU, p16+) and urothelial like (Uro, p16-) subgroups. p53 staining was assessed as abnormal/wild type. Cases from the The Cancer Genome Atlas (TCGA) portal were assessed as external validation. RESULTS: We identified 78.8% luminal, 21.2% basal cases within our cohort and 63.4% luminal, 36.6% basal in the TCGA dataset. Divergent differentiation (p<0.001) was significantly associated with basal-subtype cases in both cohorts. Within the luminal subgroup (n=186), 81 cases were classified as GU and 105 as Uro. Abnormal p53 staining was noted in 48.0% of basal, 80.2% GU and 38.1% Uro cases. Further, basal-subtype tumours significantly correlated with disease-specific death compared with Uro cases in multivariate survival analysis. CONCLUSIONS: This retrospective study demonstrates the potential utility of a three-antibody immunohistochemistry panel to differentiate luminal and basal MIBC.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».