MétaCan
Menu
Retour à la cohorte
Enregistrement W4389608716 · doi:10.1097/pgp.0000000000001004

PRAME Immunohistochemistry for Distinguishing Vulvar and Vaginal Melanoma From Benign Melanocytic Nevi

2023· article· en· W4389608716 sur OpenAlexaff
Spencer D. Martin, Karina C. Martin, C. Blake Gilks, Richard I. Crawford, Lien Hoang

Notice bibliographique

RevueInternational Journal of Gynecological Pathology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImmunohistochemistryMelanomaMedicineVulvaPathologyHMB-45DermatologyCancer research

Résumé

récupéré en direct d'OpenAlex

Vulvovaginal melanoma (VVM) is a rare but deadly disease, accounting for 5% of all vulvar malignancies, with a 5-yr survival rate of only 47% for all stages of the disease. VVM is a distinct subset of melanoma, with a unique genomic profile and underlying pathogenesis unassociated with sun exposure. Distinguishing these rare malignancies from very common pigmented lesions of the vulva and vagina is challenging as histologic features often overlap between entities. PReferentially expressed Antigen in MElanoma (PRAME) is a melanoma-associated protein, and immunohistochemistry (IHC) for PRAME distinguishes cutaneous, oral mucosal, and retinal melanoma from atypical nevi. Given the biological differences between VVM and cutaneous melanoma, the utility of PRAME IHC for the diagnosis of VVM is unknown. We accrued a cohort of 20 VVM and 21 benign vulvar melanocytic nevi. We found that nuclear PRAME IHC staining with 4+ intensity was present in 85% of the VVM and 0% of the nevi. With the assistance of PRAME IHC, we found evidence of close or positive margin involvement in 3 of 10 cases where margins were originally diagnosed as negative for melanoma in situ. Our study is the first to assess PRAME IHC in a cohort of VVM cases and provides confidence for using PRAME IHC to assist with diagnosis and margin assessment in this rare disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,316
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Gynecological PathologyMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207