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 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 | 0,000 | 0,002 |
| 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 | 0,000 | 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) | 0,001 | 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 ».