Immunohistochemical Expression of Ki-67 in Malignant Salivary Glands Tumors
Notice bibliographique
Résumé
Objective: To determine expression of Ki-67 in MSGTs to evaluate its role in diagnosis of salivary gland tumors (SGTs). Methodology: Sixty 60 cases of MSGTs were collected from de’Montmorency college of Dentistry, Lahore from period January, 2020 to December, 2021. Ethical permission was taken from institutional review board (DCD No.). The histopathological diagnosis and grading of MSGTs was made by H&E staining. On immunohistochemistry Labeling Index (LI) of Ki-67 was determined. Descriptive statistics were calculated on SPSS 22. Results: Mean age of subjects was 51.1 ± 16.70 years. Adenoid Cystic Carcinoma (ADCC) is the commonest type of MSGT followed by Mucoepidermoid Carcinoma (MEC), and Acinic Cell Carcinoma (ACC) contrary to the worldwide literature where MEC exceeds ADCC. ADCC is mostly located on palate but its preferential site, in our setup, comes out to be parotid gland followed by buccal mucosa and then palate. In MSGTs, 16.7% were weak positive, 33.3% moderately positive and 50% strongly positive for Ki-67. There was a very highly significant association (P < 0.0001) between tumor-type and Ki-67 LI. Conclusion: It is concluded that 50 % MSGTs expressed Ki-67 strong positive so is a sensitive indicator of malignancy in salivary gland tumors. Keywords: Malignant salivary gland tumors (MSGTs), Mucoepidermoid carcinoma (MEC), Acinic cell carcinoma (ACC), Adenoid cystic carcinoma (ADCC), and Polymorphous low-grade adenocarcinoma (PLGA).
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 | 0,002 | 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) | 0,002 | 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 ».