banner
Casa / Notizia / Modellazione predittiva per la diagnosi di lesioni precancerose e maligne del cavo orale e della laringe utilizzando p53 e Ki
Notizia

Modellazione predittiva per la diagnosi di lesioni precancerose e maligne del cavo orale e della laringe utilizzando p53 e Ki

Aug 16, 2023Aug 16, 2023

Le lesioni epiteliali orali e laringee vengono attualmente diagnosticate utilizzando criteri istologici basati sulla classificazione dell'Organizzazione Mondiale della Sanità (OMS), che possono causare variabilità tra osservatori. Un approccio diagnostico integrato basato sull'immunoistochimica (IHC) aiuterebbe nell'interpretazione di risultati istologici ambigui delle lesioni epiteliali. Nel presente studio, l'IHC è stato utilizzato per valutare l'espressione di p53 e Ki-67 in 114 casi di lesioni epiteliali orali e laringee in 104 pazienti. L'analisi di regressione logistica e l'algoritmo dell'albero decisionale sono stati impiegati per sviluppare un sistema di punteggio e un modello predittivo per differenziare le lesioni epiteliali. Il coefficiente kappa di Cohen è stato utilizzato per valutare la variabilità tra osservatori e il sequenziamento di nuova generazione (NGS) e l'IHC sono stati utilizzati per confrontare la mutazione di TP53 e i modelli di espressione di p53. Due pattern di espressione per p53, vale a dire il tipo di espressione diffusa (pattern HI) e il tipo nullo (pattern LS), e il pattern HI per Ki-67 erano significativamente associati alla displasia di alto grado (HGD) o al carcinoma a cellule squamose (SqCC). Con un'accuratezza e un'area sotto la curva caratteristica operativa del ricevitore (AUC) rispettivamente di 84,6% e 0,85, il sistema di punteggio basato sui modelli di espressione di p53 e Ki-67 ha classificato le lesioni epiteliali in due tipi: non displasia (ND) o a basso displasia di grado (LGD) e SqCC o HGD. Il modello dell'albero decisionale costruito utilizzando i pattern di espressione p53 e Ki-67 ha classificato le lesioni epiteliali in ND, LGD e gruppo 2, inclusi HGD o SqCC, con un'accuratezza e un'AUC del 75% e 0,87, rispettivamente. La diagnosi integrata aveva una migliore correlazione con un accordo quasi perfetto (kappa ponderato 0,92, kappa non ponderato 0,88). È stato confermato che i modelli HI e LS per p53 sono correlati rispettivamente con mutazioni missenso e mutazioni non senso/frameshift. È stato sviluppato un modello predittivo per la diagnosi basato sulla correlazione tra la mutazione di TP53 e i modelli di espressione di p53. Questi risultati indicano che il sistema di punteggio basato sui pattern di espressione di p53 e Ki-67 può differenziare le lesioni epiteliali, soprattutto nei casi in cui le caratteristiche morfologiche sono ambigue.Copyright © 2023 Royal College of Pathologists of Australasia. Pubblicato da Elsevier BV Tutti i diritti riservati.

Visualizza tutti i post