An immunohistochemical germinal center B-cell dark zone signature identifies Burkitt lymphoma and molecular high-grade B-cell lymphomas
Notice bibliographique
Résumé
OBJECTIVE: We hypothesized that a set of immunohistochemistry (IHC) stains could be used to distinguish Burkitt lymphoma (BL), the quintessential B-cell lymphoma with a germinal center B-cell (GCB) dark zone (DZ) expression signature, from diffuse large B-cell lymphoma, not otherwise specified (DLBCL, NOS). This might also be applicable to high-grade B-cell lymphomas (HGBCLs) with MYC and BCL2 rearrangements (double-hit lymphomas [DHLs]) and triple-hit lymphomas (THLs). METHODS: A 5-marker IHC algorithm was designed from gene lists that distinguish physiologic DZ from light zone GCBs. RESULTS: In training and validation cohorts, we distinguished BL from DLBCL, NOS with high sensitivity and specificity. Because DHLs/THLs are enriched for the gene expression DZ signature (DZsig), we evaluated 19 DHLs/THLs and 4 HGBCLs, NOS. Most (83%) cases were IHC DZ. The NanoString DLBCL90 assay was performed on 34 cases to correlate IHC DZ results with the molecular DZsig. The IHC DZ call was significantly associated with the DZsig (P = .0011). The sensitivity and specificity of IHC to recognize DZsig+ cases among DLBCL, NOS and DHLs with BCL2 rearrangements/THLs were 91% and 100%, respectively. CONCLUSIONS: The IHC DZ algorithm can support a diagnosis of BL and identifies MYC-BCL2 DHLs/THLs with a molecular DZsig.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».