乳腺癌细胞学分级的准确性及其与病理预后参数的相关性
Devika Chauhan1, Nageswar Sahu1, Saroj R Sahoo2
1Department of Pathology, Kalinga Institute of Medical Sciences (KIMS), KIIT University, Bhubaneswar, Odisha, India.
Journal of cancer research and therapeutics
|February 20, 2024
概括
乳腺癌的细胞学分类使用罗宾逊.
科学领域:
- 在瘤学瘤学.
- 细胞病理学 细胞病理学
- 手术病理学手术病理学
背景情况:
- 乳腺癌是全球癌症死亡的主要原因之一.
- 瘤等级对于治疗计划至关重要,组织学是黄金标准.
- 精细针吸收细胞学 (FNAC) 是一种至关重要的初始诊断工具,特别是在资源有限的地区.
研究的目的:
- 用罗宾逊系统评估乳腺癌细胞学分级的准确性.
- 将细胞学等级与组织学等级和预后参数进行比较.
- 评估细胞学分类在手术前管理中的潜力.
主要方法:
- 一项前性研究包括42例被FNAC诊断的乳腺癌病例,并通过组织学证实.
- 使用罗宾逊系统进行细胞学分级,并与组织学分级进行比较.
- 统计分析包括kappa的同意度和费舍尔的精确测试,以将成绩与预后因素相关联.
主要成果:
- 在细胞学和组织学分级之间观察到适度一致 (k = 0.415),一致性为66.67%.
- 细胞学分级的准确性随着瘤分级的提高而增加.
- 除了雌激素受体表达外,细胞学等级和大多数预后参数之间没有发现显著的相关性.
结论:
- 乳腺瘤的细胞学分类可以帮助治疗计划,特别是在资源有限的环境中.
- 当前系统中的主观性和对线粒分裂的排除可能导致分级不准确.
- 将线粒分裂纳入评分系统可以提高细胞学分级的准确性和预后价值.
更多相关视频
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.0K
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.3K
