Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00946-2
P. Cacoub
{"title":"Quoi de neuf en médecine interne et immunologie clinique ?","authors":"P. Cacoub","doi":"10.1016/S2667-0623(24)00946-2","DOIUrl":"10.1016/S2667-0623(24)00946-2","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S21-8S26"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721799","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00948-6
E. Funck-Brentano
{"title":"Quoi de neuf en oncodermatologie ?","authors":"E. Funck-Brentano","doi":"10.1016/S2667-0623(24)00948-6","DOIUrl":"10.1016/S2667-0623(24)00948-6","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S36-8S44"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721801","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00949-8
C. Paul
{"title":"Quoi de neuf en thérapeutique dermatologique ?","authors":"C. Paul","doi":"10.1016/S2667-0623(24)00949-8","DOIUrl":"10.1016/S2667-0623(24)00949-8","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S45-8S54"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721802","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00943-7
{"title":"Table of Content","authors":"","doi":"10.1016/S2667-0623(24)00943-7","DOIUrl":"10.1016/S2667-0623(24)00943-7","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages vii-viii"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721796","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00947-4
S. Mallet
{"title":"Quoi de neuf en dermatologie pédiatrique ?","authors":"S. Mallet","doi":"10.1016/S2667-0623(24)00947-4","DOIUrl":"10.1016/S2667-0623(24)00947-4","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S27-8S35"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721800","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00941-3
{"title":"Title Page","authors":"","doi":"10.1016/S2667-0623(24)00941-3","DOIUrl":"10.1016/S2667-0623(24)00941-3","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Page i"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721794","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00945-0
A. Villani
{"title":"Quoi de neuf en recherche ?","authors":"A. Villani","doi":"10.1016/S2667-0623(24)00945-0","DOIUrl":"10.1016/S2667-0623(24)00945-0","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S13-8S20"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721798","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-27DOI: 10.1016/S2667-0623(24)00944-9
A. Du-Thanh
{"title":"Quoi de neuf en dermatologie clinique ?","authors":"A. Du-Thanh","doi":"10.1016/S2667-0623(24)00944-9","DOIUrl":"10.1016/S2667-0623(24)00944-9","url":null,"abstract":"","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages 8S1-8S12"},"PeriodicalIF":0.0,"publicationDate":"2024-11-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142721797","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-14DOI: 10.1016/j.fander.2024.09.532
J. Monnier , I. Moutarji , A.C. Gouabou Foahom , J. Collenne , A. Le Nilias Houmeau , M. Serdi , R. Iguernaissi , D. Jean-Luc , M.A. Richard , J.J. Grob , C. Gaudy-Marqueste , D. Merad
<div><h3>Introduction</h3><div>Les approches neuronales (CNN) montrent des performances élevées pour la détection automatisée du mélanome à partir d’images dermoscopiques ; cependant l’absence d’explicabilité des erreurs de classification et la présence d’erreurs flagrantes freinent leur utilisation. À l’opposé, les approches classiques (algorithme fondé sur l’extraction manuelle des descripteurs) peuvent s’inspirer des concepts utilisés par les dermatologues lors de l’analyse d’une lésion pigmentée fondée sur l’analyse cognitive globale, tels que le désordre, l’aspect chaotique ou l’asymétrie globale de la lésion. Ces concepts n’ont à notre connaissance pas été intégrés à des systèmes de détection automatisée du mélanome. L’objectif de cette étude était de développer à partir des approches classiques des modèles intégrant ces concepts, de les fusionner puis de les comparer aux approches par CNN.</div></div><div><h3>Matériel et méthodes</h3><div>Pour ce faire, nous avons utilisé la base de données (BDD) publiques de l’International Skin Imaging Collaboration (ISIC) d’images dermoscopiques de 2019, incluant après standardisation 1 533 mélanomes et 6124 nævus. Nous avons développé trois modèles à partir des approches classiques : un « modèle désordre » fondé sur le classifieur K-Nearest-Neighbors (KNN) grâce au descripteur de l’entropie caractérisant le désordre au sein d’une image, sur plusieurs espaces couleur, le modèle « chaos » grâce à une modélisation par graphes mettant en évidence les contrastes de couleur au sein des lésions et le modèle « asymétrie » fondé sur les symétries centrale et axiale issues de quatre espaces couleur, nous permettant d’entraîner un <em>artificial neural network</em> (ANN). Nous avons également développé un CNN fondé à partir de l’architecture EfficientNet sur la même BDD. Nous avons fusionné tous nos modèles par une méthode de fusion originale « Decision template » qui se réfère aux prédictions de chaque modèle prenant en compte nos 3 algorithmes et nous les avons comparés aux performances des CNN.</div></div><div><h3>Résultats</h3><div>La fusion « Decision Template » de nos trois modèles fondés sur l’approche cognitive globale a montré d’excellentes performances avec une AUC à 0,95, une sensibilité à 91 % et une spécificité à 88 %. Les performances étaient équivalentes à celles des CNN avec une AUC à 0,914, sensibilité à 85 % et spécificité à 80 %. L’analyse des résultats obtenus montrent que notre approche corrige la majorité des erreurs flagrantes initiales des CNN.</div></div><div><h3>Discussion</h3><div>Nous avons fait l’hypothèse selon laquelle le diagnostic clinique du mélanome par un dermatologue repose sur la perception par l’expert humain de ces différents concepts originaux qui diffèrent d’une liste de critères telle la règle ABCDE, sur laquelle sont fondées la plupart des publications utilisant les approches classiques pour la détection du mélanome et qui montrent des résultats moins élevés que les nôt
{"title":"Détection automatisée du mélanome fondée sur l’analyse cognitive globale du dermatologue et comparaison aux approches neuronales","authors":"J. Monnier , I. Moutarji , A.C. Gouabou Foahom , J. Collenne , A. Le Nilias Houmeau , M. Serdi , R. Iguernaissi , D. Jean-Luc , M.A. Richard , J.J. Grob , C. Gaudy-Marqueste , D. Merad","doi":"10.1016/j.fander.2024.09.532","DOIUrl":"10.1016/j.fander.2024.09.532","url":null,"abstract":"<div><h3>Introduction</h3><div>Les approches neuronales (CNN) montrent des performances élevées pour la détection automatisée du mélanome à partir d’images dermoscopiques ; cependant l’absence d’explicabilité des erreurs de classification et la présence d’erreurs flagrantes freinent leur utilisation. À l’opposé, les approches classiques (algorithme fondé sur l’extraction manuelle des descripteurs) peuvent s’inspirer des concepts utilisés par les dermatologues lors de l’analyse d’une lésion pigmentée fondée sur l’analyse cognitive globale, tels que le désordre, l’aspect chaotique ou l’asymétrie globale de la lésion. Ces concepts n’ont à notre connaissance pas été intégrés à des systèmes de détection automatisée du mélanome. L’objectif de cette étude était de développer à partir des approches classiques des modèles intégrant ces concepts, de les fusionner puis de les comparer aux approches par CNN.</div></div><div><h3>Matériel et méthodes</h3><div>Pour ce faire, nous avons utilisé la base de données (BDD) publiques de l’International Skin Imaging Collaboration (ISIC) d’images dermoscopiques de 2019, incluant après standardisation 1 533 mélanomes et 6124 nævus. Nous avons développé trois modèles à partir des approches classiques : un « modèle désordre » fondé sur le classifieur K-Nearest-Neighbors (KNN) grâce au descripteur de l’entropie caractérisant le désordre au sein d’une image, sur plusieurs espaces couleur, le modèle « chaos » grâce à une modélisation par graphes mettant en évidence les contrastes de couleur au sein des lésions et le modèle « asymétrie » fondé sur les symétries centrale et axiale issues de quatre espaces couleur, nous permettant d’entraîner un <em>artificial neural network</em> (ANN). Nous avons également développé un CNN fondé à partir de l’architecture EfficientNet sur la même BDD. Nous avons fusionné tous nos modèles par une méthode de fusion originale « Decision template » qui se réfère aux prédictions de chaque modèle prenant en compte nos 3 algorithmes et nous les avons comparés aux performances des CNN.</div></div><div><h3>Résultats</h3><div>La fusion « Decision Template » de nos trois modèles fondés sur l’approche cognitive globale a montré d’excellentes performances avec une AUC à 0,95, une sensibilité à 91 % et une spécificité à 88 %. Les performances étaient équivalentes à celles des CNN avec une AUC à 0,914, sensibilité à 85 % et spécificité à 80 %. L’analyse des résultats obtenus montrent que notre approche corrige la majorité des erreurs flagrantes initiales des CNN.</div></div><div><h3>Discussion</h3><div>Nous avons fait l’hypothèse selon laquelle le diagnostic clinique du mélanome par un dermatologue repose sur la perception par l’expert humain de ces différents concepts originaux qui diffèrent d’une liste de critères telle la règle ABCDE, sur laquelle sont fondées la plupart des publications utilisant les approches classiques pour la détection du mélanome et qui montrent des résultats moins élevés que les nôt","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Page A98"},"PeriodicalIF":0.0,"publicationDate":"2024-11-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142650965","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2024-11-14DOI: 10.1016/j.fander.2024.09.519
E. Frouin , C. Alleyrat , J. Godet , L. Karayan-Tapon , H. Sinson , F. Morel , J.C. Lecron , L. Favot
<div><h3>Introduction</h3><div>Le microenvironnement immun des tumeurs sébacés (TSs) a été peu étudié, en particulier dans les lésions bénignes, et n’a jamais été corrélé au statut du système de réparation des mésappariements (MMR).</div></div><div><h3>Matériel et méthodes</h3><div>Nous avons réalisé une étude immunohistochimique pour analyser le microenvironnement immun des TSs. Un TMA comprenant des adénomes sébacés (ASs), des sébacéomes (Ss) et des carcinomes sébacés (CSs) a été réalisé puis nous avons analysé la composition du microenvironnement en lymphocytes T (et leurs sous-types), lymphocytes B, macrophages (et leurs sous-types), cellules dendritiques et de l’expression de PD-1 et de PD-L1. Un comptage automatisé a été effectué à l’aide du logiciel QuPath®. La composition du microenvironnement immun a été comparée à l’agressivité, au statut MMR et au syndrome de Muir-Torre (SMT).</div></div><div><h3>Résultats</h3><div>Nous avons inclus 123 TSs (43 ASs, 19 Ss et 61 CSs) dont 71,5% avaient un phénotype dMMR. Une infiltration plus importante en macrophages (CD68<!--> <!-->+<!--> <!-->) de phénotype M2 (CD163<!--> <!-->+<!--> <!-->) et en cellules dendritiques (CD11c<!--> <!-->+<!--> <!-->) a été observée dans les CSs par rapport aux TSs bénignes (AS et Ss). PD-L1 mais pas PD-1 était exprimé par plus de cellules immunes dans les CSs que dans les TSs bénignes. Aucune différence n’a été observée dans la composition en cellules immunes selon le statut du système MMR ou l’existence d’un SMT.</div></div><div><h3>Discussion</h3><div>Dans les TSs, les macrophages M2 et les cellules dendritiques sont associés à la progression et à la transformation maligne des tumeurs. Il a été montré que la composition en lipides du sébum, notamment riche en acides linoléique et oléique, influence la polarisation des macrophages vers le sous-type M2 et leur activation. Dans notre étude, les CSs étant de taille supérieure aux tumeurs bénignes, ils pourraient produire plus de sébum, ce qui pourrait participer à expliquer cette polarisation M2. De plus, l’accumulation de lipides dans les DCs serait un des mécanismes conduisant à leur inactivation, provoquant une altération de la présentation des antigènes par les DCs. De plus, les macrophages M2 produisant notamment de l’IL-10 et du TGF-b, stimulent la prolifération tumorale et inhibent la maturation des DCs. Une expression élevée de PD-L1 dans les cellules immunitaires des CSs pourrait être un argument en faveur de l’utilisation de l’immunothérapie par les anti-PD1 ou anti-PD-L1 chez les patients métastatiques. À l’inverse des autres cancers associés à un phéntotype MMR déficient (colon, endomètre), la composition du microenvironnement immun des tumeurs sébacées n’était pas influencée par le statut MMR, le type de protéine anormale ou l’origine de ce phénotype (génétique ou somatique).</div></div><div><h3>Conclusion</h3><div>Notre travail souligne la singularité des TSs parmi les tumeurs malignes associées à un défici
{"title":"Le microenvironnement immun des tumeurs sébacées dépend de l’agressivité des tumeurs mais pas des altérations de la voie de réparation des mésappariements","authors":"E. Frouin , C. Alleyrat , J. Godet , L. Karayan-Tapon , H. Sinson , F. Morel , J.C. Lecron , L. Favot","doi":"10.1016/j.fander.2024.09.519","DOIUrl":"10.1016/j.fander.2024.09.519","url":null,"abstract":"<div><h3>Introduction</h3><div>Le microenvironnement immun des tumeurs sébacés (TSs) a été peu étudié, en particulier dans les lésions bénignes, et n’a jamais été corrélé au statut du système de réparation des mésappariements (MMR).</div></div><div><h3>Matériel et méthodes</h3><div>Nous avons réalisé une étude immunohistochimique pour analyser le microenvironnement immun des TSs. Un TMA comprenant des adénomes sébacés (ASs), des sébacéomes (Ss) et des carcinomes sébacés (CSs) a été réalisé puis nous avons analysé la composition du microenvironnement en lymphocytes T (et leurs sous-types), lymphocytes B, macrophages (et leurs sous-types), cellules dendritiques et de l’expression de PD-1 et de PD-L1. Un comptage automatisé a été effectué à l’aide du logiciel QuPath®. La composition du microenvironnement immun a été comparée à l’agressivité, au statut MMR et au syndrome de Muir-Torre (SMT).</div></div><div><h3>Résultats</h3><div>Nous avons inclus 123 TSs (43 ASs, 19 Ss et 61 CSs) dont 71,5% avaient un phénotype dMMR. Une infiltration plus importante en macrophages (CD68<!--> <!-->+<!--> <!-->) de phénotype M2 (CD163<!--> <!-->+<!--> <!-->) et en cellules dendritiques (CD11c<!--> <!-->+<!--> <!-->) a été observée dans les CSs par rapport aux TSs bénignes (AS et Ss). PD-L1 mais pas PD-1 était exprimé par plus de cellules immunes dans les CSs que dans les TSs bénignes. Aucune différence n’a été observée dans la composition en cellules immunes selon le statut du système MMR ou l’existence d’un SMT.</div></div><div><h3>Discussion</h3><div>Dans les TSs, les macrophages M2 et les cellules dendritiques sont associés à la progression et à la transformation maligne des tumeurs. Il a été montré que la composition en lipides du sébum, notamment riche en acides linoléique et oléique, influence la polarisation des macrophages vers le sous-type M2 et leur activation. Dans notre étude, les CSs étant de taille supérieure aux tumeurs bénignes, ils pourraient produire plus de sébum, ce qui pourrait participer à expliquer cette polarisation M2. De plus, l’accumulation de lipides dans les DCs serait un des mécanismes conduisant à leur inactivation, provoquant une altération de la présentation des antigènes par les DCs. De plus, les macrophages M2 produisant notamment de l’IL-10 et du TGF-b, stimulent la prolifération tumorale et inhibent la maturation des DCs. Une expression élevée de PD-L1 dans les cellules immunitaires des CSs pourrait être un argument en faveur de l’utilisation de l’immunothérapie par les anti-PD1 ou anti-PD-L1 chez les patients métastatiques. À l’inverse des autres cancers associés à un phéntotype MMR déficient (colon, endomètre), la composition du microenvironnement immun des tumeurs sébacées n’était pas influencée par le statut MMR, le type de protéine anormale ou l’origine de ce phénotype (génétique ou somatique).</div></div><div><h3>Conclusion</h3><div>Notre travail souligne la singularité des TSs parmi les tumeurs malignes associées à un défici","PeriodicalId":100088,"journal":{"name":"Annales de Dermatologie et de Vénéréologie - FMC","volume":"4 8","pages":"Pages A88-A89"},"PeriodicalIF":0.0,"publicationDate":"2024-11-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142659906","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：