Immunohistochemical Characterization of a Large Cohort of Triple Negative Breast Cancer
Notice bibliographique
Résumé
Introduction. Triple negative breast carcinomas are characterized by a lack of hormone receptor and HER2 expression and inconsistent expression of breast-specific immunohistochemical markers. The expression of many site-specific markers in these tumors is largely unknown. The objective of the study was to examine the expression of widely used immunohistochemical markers on a large cohort of triple negative breast cancer. Methods. Sections from tissue microarrays were stained with 47 markers using routine protocols. Most markers were scored using a modified Allred method. ATRX, BAP1, SMAD4, e-cadherin, and beta-catenin were scored as retained or lost. Mammaglobin was considered positive if there was at least moderate intensity staining in any tumor cells. P16 was scored as overexpressed or not overexpressed; p53 was scored as wildtype, overexpressed, null, or cytoplasmic. Results. The cohort consisted of 639 tumors including 601 primary and 32 metastases. Overall, 96% expressed GATA3, mammaglobin, and/or SOX10 while 97% of no special type tumors expressed this panel. Carcinoma of apocrine differentiation demonstrated an AR positive, SOX10 negative, K5 negative/focal immunophenotype. PAX8 (SP348), WT1, Napsin A, and TTF1 (8G7G3/1) were never or rarely expressed while CA9, CDX2, NKX3.1, SATB2 (SATBA410), synaptophysin, and vimentin were variably expressed. Conclusions. Almost all TNBC express at least 1 of the 3 IHC markers: GATA3, mammaglobin, and/or SOX10. Carcinoma of apocrine differentiation is characterized by an AR positive, SOX10 negative, K5 negative or focal immunophenotype. Cautious interpretation of so-called site-specific markers, with knowledge of antibody clones, is required in excluding the diagnosis of triple negative breast cancer.
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 ».