分子分类改善了子宫内膜癌的手术前风险评估
Silvia Cabrera1, Vicente Bebia1, Carlos López-Gil2
1Gynecologic Oncology Unit, Gynecology Department. Vall d'Hebron University Hospital, Vall d'Hebron Barcelona Hospital Campus, Universitat Autònoma de Barcelona (UAB), Barcelona, Spain.
Gynecologic oncology
|July 17, 2024
概括
子宫内膜癌 (EC) 的分子分类,特别是p53异常 (p53abn) 亚型,可以准确预测子宫外疾病. 通过将分子数据与成像数据相结合,可以改善手术前风险评估,用于晚期的EC.
科学领域:
- 妇科瘤学 妇科瘤学
- 分子病理学分子病理学
- 手术瘤学手术瘤学
背景情况:
- 子宫内膜癌 (EC) 管理依赖于准确的分期,通常在手术后确定.
- 术前预测子宫外疾病对于定制外科手术和辅助治疗策略至关重要.
研究的目的:
- 评估EC分子分类在预测子宫外疾病方面的有效性.
- 评估分子和临床数据的综合预测价值,以进行手术前风险分层.
主要方法:
- 对658名接受初级手术的子宫内膜腺癌患者进行了回顾性研究.
- 分子分析包括p53,不匹配修复 (MMR) 蛋白 (MLH1,PMS2,MSH2,MSH6) 和POLE基因突变.
- 统计分析包括后勤回归,回归树和随机森林分类.
主要成果:
- p53abn瘤 (14.4%) 显示出明显更高的子宫外传播率 (34.1%) 和节点参与率 (30.1%).
- p53abn分子亚型和对子宫外疾病的放射学怀疑是子宫外传播的独立预测因素.
- 在被认为患有子宫局限性疾病的患者中,成像检测结果和p53abn状态确定了患有隐性子宫外疾病高风险的患者.
结论:
- 子宫内膜癌的分子分类,特别是p53abn,与组织型或等级相比,是晚期疾病的优越手术前预测指标.
- 将分子数据与手术前成像进行整合,为手术治疗规划提供了最可靠的信息.
