Checkpoint protein expression in the tumor microenvironment defines the outcome of classical Hodgkin lymphoma patients
Notice bibliographique
Résumé
Emerging evidence indicates a major impact for the tumor microenvironment (TME) and immune escape in the pathogenesis and clinical course of classical Hodgkin lymphoma (cHL). We used gene expression profiling (n = 88), CIBERSORT, and multiplex immunohistochemistry (n = 131) to characterize the immunoprofile of cHL TME and correlated the findings with survival. Gene expression analysis divided tumors into subgroups with T cell-inflamed and -noninflamed TME. Several macrophage-related genes were upregulated in samples with the non-T cell-inflamed TME, and based on the immune cell proportions, the samples clustered according to the content of T cells and macrophages. A cluster with high proportions of checkpoint protein (programmed cell death protein 1, PD-1 ligands, indoleamine 2,3 dioxygenase 1, lymphocyte-activation gene 3, and T-cell immunoglobulin and mucin domain containing protein 3) positive immune cells translated to unfavorable overall survival (OS) (5-year OS 76% vs 96%; P = .010) and remained an independent prognostic factor for OS in multivariable analysis (HR, 4.34; 95% CI, 1.05-17.91; P = .043). cHL samples with high proportions of checkpoint proteins overexpressed genes coding for cytolytic factors, proposing paradoxically that they were immunologically active. This checkpoint molecule gene signature translated to inferior survival in a validation cohort of 290 diagnostic cHL samples (P < .001) and in an expansion cohort of 84 cHL relapse samples (P = .048). Our findings demonstrate the impact of T cell- and macrophage-mediated checkpoint system on the survival of patients with cHL.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».