数字图像分析允许对患者进行客观分层,这些患者患有无声PIT1系垂体神经内分泌瘤
Jiangyan Zhao1, Chenxing Ji1,2,3,4,5, Haixia Cheng6
1Department of Neurosurgery, Huashan Hospital, Institutes of Biomedical Sciences, Fudan University, Shanghai, PR China.
The journal of pathology. Clinical research
|September 4, 2023
概括
沉默的PIT1系垂体神经内分泌瘤 (PitNETs) 可以使用数字图像分析进行分层. 具有大核,高离心率,TSH染色或阴性PIT1血统激素的瘤表明复发风险更高.
科学领域:
- 内分泌学 在内分泌学.
- 在瘤学瘤学.
- 病理学 病理学 病理学
背景情况:
- PIT1系的静态垂体神经内分泌瘤 (PitNETs) 是罕见的,对其临床表现和预后的数据有限.
- 准确的预后对于管理这些瘤和预防复发至关重要.
研究的目的:
- 调查静音PIT1系PitNETs的临床表现和预后.
- 开发一个客观的分层方法,这些瘤使用数字图像分析.
主要方法:
- 对146名患有无声PIT1血统PitNET的患者进行了回顾性分析.
- 对整个幻灯片图像进行数字图像分析,用于细胞形态学和免疫染色.
- 基于形态学和免疫组织化学的聚类,以确定风险因素.
主要成果:
- 具有大核和高离心率的瘤形态与增加的攻击性和复发风险相关 (HR:2.64).
- 免疫组织化学显示TSH染色或负的PIT1血统激素也表明更高的攻击性和复发风险 (HR:12.4).
- 综合风险概况确定了一个具有明显更高复发率的高风险组 (HR: 3.54).
结论:
- 对细胞形态和免疫染色的数字图像分析为静音PIT1系PitNETs提供了客观分层.
- 高风险瘤的关键指标包括大核,高离心率,TSH染色或负PIT1系激素染色.
