K167 as a Prognostic Indicator in Serous Types of Ovarian Malignancies
Notice bibliographique
Résumé
Objective: To assess the frequency and distribution of Ki-67 immunoexpression across different histological subtypes and tumor grades of surface epithelial serous ovarian carcinomas. Methodology: This descriptive cross-sectional study was conducted at the Department of Pathology, SZABMU (PIMS), Islamabad, Pakistan, from January 15, 2022, to July 14, 2022. All patients fulfilling the inclusion criteria and visiting SZABMU, Islamabad, during the study period were included. All specimens were fixed in 10% formalin, followed by gross examination, sectioning, embedding in paraffin blocks, and preparation of hematoxylin and eosin (H&E)–stained slides. The slides were examined under a light microscope, and the diagnosis was recorded. Immunohistochemistry for Ki-67 was performed and evaluated accordingly. Results: The mean age of the study cohort was 52.4 years (SD ± 12.7). High-grade serous carcinoma constituted the majority of cases (62.9%), while low-grade serous carcinoma accounted for 37.1%. Evaluation of Ki-67 immunoexpression revealed low proliferative activity (1–30% staining) in 34.3% of cases, intermediate activity (31–50%) in 15.0%, and high proliferative activity (>50%) in 50.7%. Conclusion: High-grade serous carcinoma was identified as the predominant tumor grade, with Ki-67 immunoexpression >50% being the most consistent proliferative marker. These findings highlight the need for larger, multicenter studies in Pakistan to validate the observed trends and strengthen their clinical and prognostic significance.
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 | 0,000 | 0,002 |
| 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 | 0,000 | 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) | 0,002 | 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 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 ».