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 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 ».