Molecular Characterization and Clinical Implications of Endometrial Cancer
Notice bibliographique
Résumé
The classification of endometrial cancer (EC) has diverged from traditional histologic features based on microscopic appearance to objective molecular characterization. Molecular characterization of EC is pivotal to inform prognosis and to guide therapeutic recommendations. First described by the Cancer Genome Atlas, molecular profiling was later revised by the Proactive Molecular Risk Classifier for Endometrial Cancer and TransPORTEC algorithms to create clinically applicable and relatively easy-to-implement molecular classification systems. Since 2020, the World Health Organization recommended molecular classification of EC into four distinct prognostic subtypes: ECs with polymerase ε (POLE) pathogenic mutations assessed by gene sequencing, mismatch repair deficiency determined by immunohistochemistry or microsatellite instability assay, and p53 abnormalities determined by immunohistochemistry or next-generation sequencing. The final molecular subtype without any of these defining features is called "no specific molecular profile" (NSMP). This is further stratified by estrogen receptor (ER) immunohistochemistry status. Patients with cancers identified as POLE pathogenic mutations have the best prognosis with almost no recurrence or death events, followed by those with strong ER-positive NSMP cancers. Mismatch repair deficiency ECs have intermediate prognosis, whereas p53 abnormalities and ER-negative NSMP have the worst prognosis. Other molecular and pathologic biomarkers of interest include tumor mutational burden, human epidermal growth factor receptor 2, L1 cell adhesion molecule, β-catenin ( CTNNB1 ), and lymph vascular space invasion, which may have prognostic and predictive implications. The current guidelines will continue to evolve; however, at minimum, it is recommended that all patients undergo testing for mismatch repair, p53, and ER, and POLE testing may be prioritized in select circumstances. Molecular classification provides the critical framework to deliver effective, personalized, high-quality care and informs clinical trial design. Molecular assessment ensures consistent diagnosis and provides prognostic information and predictive data to guide appropriate management.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».