Updates on germline predisposition in pediatric hematologic malignancies: What is the role of flow cytometry?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hematologic neoplasms with germline predisposition have been increasingly recognized as a distinct category of tumors over the last few years. As such, this category was added to the World Health Organization (WHO) 4th edition as well as maintained in the WHO 5th edition and International Consensus Classification (ICC) 2022 classification systems. In practice, these tumors require a high index of suspicion and confirmation by molecular testing. Flow cytometry is a cost-effective diagnostic tool that is routinely performed on peripheral blood and bone marrow samples. In this review, we sought to summarize the current body of research correlating flow cytometric immunophenotype to assess its utility in diagnosis of and clinical decision making in germline hematologic neoplasms. We also illustrate these findings using cases mostly from our own institution. We review some of the more commonly mutated genes, including CEBPA, DDX41, RUNX1, ANKRD26, GATA2, Fanconi anemia, Noonan syndrome, and Down syndrome. We highlight that flow cytometry may have a role in the diagnosis (GATA2, Down syndrome) and screening (CEBPA) of some germline predisposition syndromes, although appears to show nonspecific findings in others (DDX41, RUNX1). In many of the others, such as ANKRD26, Fanconi anemia, and Noonan syndrome, further studies are needed to better understand whether specific flow cytometric patterns are observed. Ultimately, we conclude that further studies such as large case series and organized data pipelines are needed in most germline settings to better understand the flow cytometric immunophenotype of these neoplasms.
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.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,008 | 0,022 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 découle