Value of Cellular Components and Focal Dedifferentiation to Predict the Risk of Metastasis in a Benign-Appearing Extra-Meningeal Solitary Fibrous Tumor: An Original Series from a Tertiary Sarcoma Center
Notice bibliographique
Résumé
Histology has not been accepted as a valid predictor of the biological behavior of extra-meningeal solitary fibrous tumors (SFTs). Based on the lack of a histologic grading system, a risk stratification model is accepted by the WHO to predict the risk of metastasis; however, the model shows some limitations to predict the aggressive behavior of a low-risk/benign-appearing tumor. We conducted a retrospective study based on medical records of 51 primary extra-meningeal SFT patients treated surgically with a median follow-up of 60 months. Tumor size (p = 0.001), mitotic activity (p = 0.003), and cellular variants (p = 0.001) were statistically associated with the development of distant metastases. In cox regression analysis for metastasis outcome, a one-centimeter increment in tumor size enhanced the expected metastasis hazard by 21% during the follow-up time (HR = 1.21, CI 95% (1.08–1.35)), and each increase in the number of mitotic figures escalated the expected hazard of metastasis by 20% (HR = 1.2, CI 95% (1.06–1.34)). Recurrent SFTs presented with higher mitotic activity and increased the likelihood of distant metastasis (p = 0.003, HR = 12.68, CI 95% (2.31–69.5)). All SFTs with focal dedifferentiation developed metastases during follow-up. Our findings also revealed that assembling risk models based on a diagnostic biopsy underestimated the probability of developing metastasis in extra-meningeal SFTs.
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 ».