为胰腺高度神经内分泌瘤构建诊断评分系统
Yuko Kinowaki1,2, Charlotte Wang2,3, Yuki Fukumura4
1Department of Comprehensive Pathology, Graduate School of Medical and Dental Sciences, Institute of Science Tokyo, Tokyo, Japan.
American journal of clinical pathology
|March 14, 2026
概括
一个新的评分系统有效地区分了侵袭性胰腺神经内分泌癌 (PanNEC) 和胰腺神经内分泌瘤3级 (PanNET G3). 该工具整合了临床病理学和免疫组织化学数据,以改善胰腺癌的诊断.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 胃肠病学 胃肠病学
背景情况:
- 高度胰腺神经内分泌新生瘤 (PanNENs) 包括胰腺神经内分泌瘤3级 (PanNET G3) 和胰腺神经内分泌癌 (PanNEC).
- 区分PanNET G3和PanNEC在诊断上具有挑战性,但由于不同的预后和治疗方法,这一点至关重要.
- 准确的分类对于适当的患者管理至关重要.
研究的目的:
- 开发和验证一个评分系统,以提高PanNET G3和PanNEC之间的诊断准确性.
- 利用现有的临床病理学和免疫组织化学数据进行分类.
- 帮助临床医生区分这些侵袭性胰腺瘤.
主要方法:
- 分析了58个高级PanNEN病例 (29个PanNET G3,29个PanNEC),包括临床病理学审查,免疫组织化学和下一代测序.
- 拉索和多变量逻辑回归用于识别预测特征和赋值权重.
- 开发的评分系统的验证.
主要成果:
- 泛内克的关键预测因素包括p53的改变,Rb1的损失,间歇反应,同时存在的非神经内分泌癌,丰富的线粒分裂和高的Ki67指数.
- 对PanNET G3的预测因素包括同时存在的PanNET G1/2,血细胞,DAXX/ATRX损失和体静止素受体亚型2A表达.
- 评分系统实现了0.989的曲线下的面积,以区分PanNEC与PanNET G3,截止值为5.0.
结论:
- 一个新的评分系统有效地将PanNEC与PanNET G3区分开来,使用集成的形态和免疫组织化学特征.
- 该系统表现出卓越的诊断性能.
- 需要进一步的前性研究来确认在更大的队列中临床效用.
