Impact of tissue sampling on detection of venous invasion in colorectal cancer: a prospective analysis
Notice bibliographique
Résumé
AIMS: Venous invasion (VI) is a powerful yet under-reported prognostic factor in colorectal cancer (CRC). Efforts to improve its detection have largely focused upon histological assessment, with less attention paid to tissue-sampling strategies. This study aimed to prospectively determine the number of tumour blocks required to optimise VI detection in CRC resections. In addition, the relationship between linear spiculation (LS) and extramural venous invasion (EMVI) was investigated. METHODS AND RESULTS: A standardised tissue sampling protocol was developed and applied prospectively to 217 CRC resections [AJCC 8th edition, stage 1 (n = 32); stage 2 (n = 84); stage 3 (n = 87); stage 4 (n = 14); and post-neoadjuvant therapy (n = 46)]. Elastin stains were performed on all tumour blocks. VI was identified in 55% of cases (EMVI = 37%; IMVI alone = 18%). The sensitivity of VI detection increased with increasing numbers of tumour blocks submitted [one block (35%), three blocks (66%), five blocks (84%), six blocks (95%) and seven blocks (97%)]. Similar findings were observed for EMVI [one block (35%), three blocks (73%), five blocks (89%), six blocks (96%) and seven blocks (96%)]. LS was identified macroscopically in 22% of specimens. In cases where no neoadjuvant therapy had been given, EMVI was significantly associated with LS (71% in LS+ cases versus 29% in LS- cases; P < 0.001). In addition, tumour blocks targeting LS were associated with a fivefold higher rate of EMVI compared with blocks that did not (P < 0.001). CONCLUSIONS: Our findings demonstrate the impact of tissue sampling and quality of gross examination on VI detection and may inform practices in future CRC protocols.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».