Pattern-based p53 and p16 Immunohistochemistry as a Potential Alternative to Loss of Heterozygosity Testing for Progression Risk of Oral Epithelial Dysplasia
Notice bibliographique
Résumé
Oral epithelial dysplasia (OED) is the precursor to oral squamous cell carcinoma, but histologic grading alone lacks reproducibility and prognostic power. This study evaluates whether pattern-based p53 and p16 immunohistochemistry (IHC) can serve as alternative markers to genomic loss of heterozygosity (LOH) testing in predicting OED progression. From a previously characterized LOH cohort, 64 patients were assessed with IHC for p53 and p16 using defined abnormal staining patterns (overexpression, cytoplasmic, or null). Abnormal p53 expression occurred in 19% of cases, with 93% specificity, and was significantly associated with reduced progression-free survival (PFS; 8-year PFS, 25% vs. 74%; P = 0.0011). Abnormal p16 expression was observed in 56% of cases with 95% sensitivity and was significantly associated with 8-year PFS (42% vs. 96%; P < 0.0001). Combined p53/p16-abnormal IHCs identified 95% of the progressing lesions and yielded superior risk discrimination (log-rank P < 0.0001), particularly at the 3-year follow-up mark. Concordance analysis revealed moderate agreement between p16 IHC and 9p LOH (κ = 0.39) and fair agreement between p53 IHC and 17p LOH (κ = 0.21), indicating that IHC and LOH detect related but distinct molecular disruptions. Chronologic evaluation of serial biopsies supported a sequential model in which p16 alteration precedes p53 alteration during malignant progression. Taken together, these findings highlight the potential of a pattern-based approach with combined p53/p16 IHC as a feasible, scalable, and clinically accessible tool to guide surveillance intensity and timely clinical intervention, thereby reducing progression risks. PREVENTION RELEVANCE: In this study, we demonstrate that p53/p16 pattern-based IHC provides a practical and sensitive tool for predicting progression in OED. Its clinical accessibility may facilitate early detection of high-risk lesions, optimizing triage, surveillance, and preventative treatment strategies to reduce the incidence of high-grade lesions or oral cancer.
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) | 0,000 | 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 ».