High-grade B-cell lymphoma, not otherwise specified: an LLMPP study
Notice bibliographique
Résumé
ABSTRACT: Molecular characterization of high-grade B-cell lymphoma, not otherwise specified (HGBCL-NOS), is hindered by its rarity, evolving definition, and poor diagnostic reproducibility. To address this challenge, we analyzed 92 HGBCL-NOS tumors collected across Lymphoma/Leukemia Molecular Profiling Project sites. Leveraging comparison cohorts of diffuse large B-cell lymphoma, NOS (DLBCL-NOS) and Burkitt lymphoma (BL), and molecular frameworks described in these entities, our analysis revealed a heterogenous molecular landscape, reminiscent of DLBCL-NOS but with an enrichment of BL features. By cell-of-origin classification, 59% were germinal center B-cell-like (GCB), and 25% were activated B-cell-like (ABC). LymphGen, a genetic classifier for DLBCL-NOS, assigned a genetic subtype to 34% of HGBCL-NOS. Although classification rate was lower than in DLBCL-NOS (66%), assigned subtypes spanned the spectrum of LymphGen classes, including 31% of ABCs classified as MCD. Features differentiating HGBCL-NOS from DLBCL-NOS included MYC rearrangement (47% vs 6%); dark zone signature (DZsig) expression (45% vs 7%); and more frequent mutation of ID3, MYC, CCND3, and TP53, all common to BL. A genetic classifier that differentiates DLBCL-NOS from BL classified 53% of DZsig+ tumors as BL-like, and those classified as DLBCL-like were frequently BCL2-rearranged. Among DZsig- GCB tumors, 95% were DLBCL-like. Centralized pathology review reclassified almost half of tumors as DLBCL-NOS but did not identify a more homogenous HGBCL-NOS population, with no difference in features between confirmed and reclassified tumors. In conclusion, molecular testing enables a subset of HGBCL-NOS to be assigned to established categories. Based on rarity and diagnostic challenges, broader inclusion of HGBCL-NOS should be considered in biomarker-driven DLBCL trials.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».