Utility of p53 Immunohistochemical Staining for Risk Stratification of Mantle Cell Lymphoma
Notice bibliographique
Résumé
Background: Inactivating TP53 mutations in mantle cell lymphoma (MCL) are associated with poor prognosis. While next-generation sequencing (NGS) is the gold standard for assessing TP53 , p53 immunohistochemistry (IHC) is an orthogonal means of evaluating TP53 status that has not been well characterized in MCL. In this single tertiary care center laboratory study, we aimed to evaluate the concordance of p53 IHC with the TP53 status in cases of MCL in hopes of evaluating if the former could act as an accurate, timely and cost-effective way of risk stratifying these patients. Methods: A total of 47 cases of MCL that had TP53 NGS performed were included in this study. The main objective was to correlate NGS findings with p53 IHC results. Secondary objectives included assessment of possible associations between TP53 status and other variables (demographics, unique histopathological and IHC features). The turn-around time and cost for NGS and p53 IHC were also compared. Results: Thirteen out of 47 (28%) cases were TP53 -mutated by NGS. p53 IHC showed good concordance with NGS, with moderate to high sensitivity (11/13, 85%) and excellent specificity (34/34, 100%). Secondary objectives revealed increased SOX11-negative status in TP53 -mutated cases (3/13, 23% vs. 1/29, 3%, P = 0.045). The cost and turn-around time of NGS were approximately of 30- and sixfold those of p53 IHC, respectively. Conclusion: p53 IHC shows good concordance with NGS in MCL, with high specificity and moderate sensitivity for identifying inactivating TP53 mutations. Based on our findings, p53 IHC may be an efficient and cost-effective tool in risk stratification of MCL. J Hematol. 2024;13(5):200-206 doi: https://doi.org/10.14740/jh1333
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».