Ovarian Mesonephric-like Adenocarcinoma: Its Prevalence in a Japanese High-Volume Cancer Center and a Literature Review on Therapeutic Targets
Notice bibliographique
Résumé
Background: Ovarian mesonephric-like adenocarcinoma (MLA) is a newly described histological type known for its aggressive behavior. This study aims to determine the frequency of ovarian MLA, review the existing literature, and elucidate its clinicopathological characteristics, including the potential therapeutic targets. Methods: We retrospectively reviewed the pathological diagnoses of 501 primary ovarian cancer surgical cases at our institution from 2010 to 2023. MLAs exhibiting typical morphological and immunohistochemical features were included. The frequency and clinicopathological characteristics of these cases were summarized. Additionally, we conducted a literature search using PubMed to collect and summarize previously reported cases of ovarian MLAs. Results: Among the 501 primary ovarian cancer cases, we identified 3 cases (0.6%) of MLA. The patients were 52–76 years old, and the initial FIGO stages were IC1 (two cases) and IIIB (one case). All the cases exhibited HRP, pMMR, PD-L1 negativity (CPS < 1), and low HER2 expression. Two cases experienced metastatic recurrence. A literature review identified 97 cases of MLA. The MLAs frequently exhibited KRAS mutations (90%, 38/42), with a recurrence rate of 39% (26/67). Conclusion: MLAs accounted for 0.6% of malignant ovarian tumors at our institution, all of which were advanced or recurrent cases. These cases showed HRP, pMMR, and PD-L1 negativity, indicating a lack of current therapeutic targets. The literature also reported a high incidence of advanced and recurrent cases, highlighting the need for accurate diagnosis and the development of new treatments. The frequent KRAS mutations suggest a potential therapeutic target for recurrent or metastatic MLA.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».