Differential Expression of Immunohistochemical Markers in Ameloblastoma & Ameloblastic Carcinoma: A Systematic Review and Meta-analysis of observational studies
Notice bibliographique
Résumé
Background: Differentiating between ameloblastoma (AB) and ameloblastic carcinoma (AC) is difficult, especially when AB has atypical cytological characteristics or an uncommon clinical history. This systematic review and meta-analysis aimed to elucidate the differential expression of immunohistochemical markers between AB and AC. Methods: We conducted a thorough search of PUBMED and SCOPUS according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines to identify cross-sectional studies that compared the expression of immunohistochemical markers in AB and AC. We used a random-effects model to analyze the risk ratios and their corresponding 95% confidence intervals (CIs). The quality of the included studies was assessed using the Newcastle-Ottawa scale. The Egger's test was used to assess publication bias. Results: In total, 301 articles were identified. After excluding irrelevant titles and abstracts, 86 articles were selected for full-text review. We categorized the 41 markers into proliferative and non-proliferative markers. Among non-proliferative markers, nuclear markers were differentially expressed in AB and AC. SOX2 was the only marker that significantly differentiated AB and AC, with an RR of -0.19 (CI 0.10-0.36, I2=0). Conclusion: The current evidence suggests the significance of SOX2 in differentiating between AB and AC, warranting prospective confirmation in well-defined extensive studies. We highlight the paucity of high-quality replicated studies of other markers in this field. Collaborative efforts with standardized techniques are necessary to generate clinically useful immunohistochemical markers.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».