Endometrial carcinoma and immune escape: prognostic relevance of <scp>HLA</scp> class I loss in <scp>NSMP</scp> subtype
Notice bibliographique
Résumé
AIMS: This study aims to define and characterize human leukocyte antigen class I (HLA-I) expression in a consecutive series of molecularly classified endometrial carcinomas (ECs), and to evaluate its association with clinicopathologic features, spatial cancer-immune phenotypes and patient prognosis, with a focus on the NSMP (no specific molecular profile) subtype. METHODS AND RESULTS: HLA-I expression was assessed by immunohistochemistry on whole tissue sections from 208 ECs, classified into POLE-mutated, MMR-deficient (MMRd), p53-abnormal (p53abn) and NSMP subtypes. Loss of HLA-I was identified in 31% of cases and was associated with adverse features including high-grade, aggressive histotypes, deep myometrial invasion, substantial lymphovascular space invasion (LVSI), extensive tumour necrosis and an 'excluded' immune phenotype. While HLA-I loss showed no significant prognostic impact in POLE, MMRd or p53abn tumours, it significantly correlated with worse disease-free survival in NSMP tumours (P < 0.001). Multivariate analysis confirmed HLA-I loss as an independent prognostic factor in early-stage NSMP ECs, in addition to substantial LVSI, presence of lymph node metastases and spatial cancer-immune phenotypes. Integration of HLA-I status improved the performance of predictive models over time. CONCLUSIONS: HLA-I loss defines a biologically aggressive subgroup within NSMP ECs and is associated with adverse clinicopathologic and immune features. Assessment of HLA-I expression could refine risk stratification in NSMP ECs, a group traditionally lacking robust prognostic markers and may help identify patients who could benefit from intensified clinical surveillance and future immunomodulatory treatment strategies.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».