Smooth Muscle Tumor of Uncertain Malignant Potential (STUMP): A Systematic Review of the Literature in the Last 20 Years
Notice bibliographique
Résumé
Smooth Muscle Tumor of Uncertain Malignant Potential (STUMP) is a rare uterine tumor primarily affecting perimenopausal and postmenopausal women, typically aged between 45 and 55 years. Characterized by ambiguous histological features, STUMPs present diagnostic challenges as they cannot be definitively classified as benign or malignant based on morphology alone. This systematic review aims to elucidate the clinical, pathological, immunohistochemical, and treatment-related characteristics of STUMPs through an analysis of the literature from the past 20 years. The study follows PRISMA guidelines, utilizing comprehensive searches of PubMed and Scopus databases, yielding 32 studies that meet the inclusion criteria. From the analysis of these studies, it was revealed that the clinical presentations vary from common symptoms such as abnormal uterine bleeding and pelvic pain to incidental detection of uterine mass. Histologically, STUMPs demonstrate features overlapping with both leiomyomas and leiomyosarcomas, including mild nuclear atypia, low mitotic indices, and focal necrosis. Immunohistochemical markers such as p16 and p53 have been investigated for prognostic significance. Elevated p16 expression, often associated with aggressive behavior, was observed in a subset of STUMPs. Surgical management, typically involving hysterectomy or tumorectomy, is the primary treatment, though the extent of resection is variable. Adjuvant therapies are not routinely recommended, but long-term surveillance is advised, especially for high-risk patients. Recurrence rates for STUMPs are approximately 12%, with factors such as high mitotic counts and coagulative necrosis indicating higher risk. This review highlights the complexity of STUMP diagnosis and management, emphasizing the need for more precise diagnostic criteria and individualized treatment strategies. Understanding the morphological, immunohistochemical, and clinical behavior of STUMPs can improve patient outcomes and guide future research in this diagnostically challenging area.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,015 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».