Primary de‐differentiated, trans‐differentiated and undifferentiated melanomas: overview of the clinicopathological, immunohistochemical and molecular spectrum
Notice bibliographique
Résumé
Primary cutaneous and mucosal melanoma shows a wide histological spectrum. The correct diagnosis depends upon the demonstration of melanocytic differentiation by recognition of an associated in-situ component or immunohistochemical evidence of a melanocytic phenotype using conventional melanocytic markers, such as S-100, SOX10, Melan-A and HMB-45. Exceptionally, melanomas lose their melanocytic phenotype, at least focally, and show differentiation towards other lineages. Review of the literature shows that de- and trans-differentiation in melanoma is rare but probably under-recognised and under-reported. These often large and frequently ulcerated tumours affect adults and show a wide anatomical distribution, including mucosal sites, although there is a predilection for sun-damaged skin of the head and neck. Histologically, the tumours are biphasic and contain a pre-existing conventional melanoma. The de-differentiated component closely resembles atypical fibroxanthoma, both morphologically and immunohistochemically. Trans-differentiated melanoma may show rhabdomyosarcomatous or spindle cell carcinomatous features. Undifferentiated melanomas are similar tumours in which the conventional melanoma component is absent. Their diagnosis depends entirely upon the clinical context and identification of a classical melanoma driver gene mutation, i.e. BRAF V600E. The diagnosis of these rare and unusual tumours is challenging, and requires thorough tumour sampling and recognition of the background of a pre-existing but often focal conventional melanoma together with molecular analysis.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».