Improved overall survival in patients with high-grade serous ovarian cancer is associated with CD16a+ immunologic neighborhoods containing NK cells, T cells and macrophages
Notice bibliographique
Résumé
Background For patients with high grade serous carcinoma of the ovary (HGSC), survival rates have remained static for the last half century. Despite the presence of tumor mutations and infiltration of immune cells, existing immunotherapies have achieved little success against HGSC. These observations highlight a gap in the understanding of how the immune system functions and interacts within HGSC tumors. Methods We analyzed duplicate core samples from 939 patients with HGSC to understand patterns of immune cell infiltration, localization, and associations with clinical features. We used high-parameter immunohistochemical/Opal multiplex, digital pathology, computational biology, and multivariate analysis to identify immune cell subsets and their associations with HGSC tumors. Results We defined six patterns of cellular infiltration by spatially restricted unsupervised clustering of cell subsets. Each pattern was represented to some extent in most patient samples, but their specific distributions differed. Overall (OS) and progression-free survival (PFS) corresponded with higher infiltration of CD16a+ cells, and their co-localization with macrophages, T cells, NK cells, in one of six cellular neighborhoods that we defined with our spatial assessment. Conclusions Immune cell neighborhoods containing CD16a+ cells are associated with improved OS and PFS for patients with HGSC. Patterns of immunologic neighborhoods differentiate patient outcomes, and could inform future, more precise approaches to treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».