Pub Date : 2025-10-07DOI: 10.1016/j.annpat.2025.08.004
Jean-Pierre Bellocq, Dominique Fétique
The pathology report is a critical source of medical information. It must evolve from a traditionally narrative format, regardless of its qualitative value, toward a communication medium based on standardised and structured data. Already useful in current practice, the standardised structured reporting (SSR) will become a cornerstone of digital pathology, in synergy with digital imaging and artificial intelligence. The reliability of the SSR and the precision of the data it provides, correlated with multimodal sources of clinical, radiological, or biological information, will contribute to the foundations of highly performant digital solutions. Despite its considerable potential, the SSR remains underutilised. Although the concept was favourably received by the specialty twenty years ago, the SSR has often been described as insufficiently scalable, poorly ergonomic, and a source of time loss in daily practice. Once challenged by the capacity of natural language processing (NLP) to structure retrospectively narrative reports, the SSR ultimately emerges as the most reliable data source for effective patient care and high-performing research. New tools developed within the framework of the national Impulsioninitiative should help overcome these reluctances and open concrete perspectives for pathologists from now on.
{"title":"[The key role of standardized structured reporting in pathology. Producing high-quality data today and preparing tomorrow's digital pathology].","authors":"Jean-Pierre Bellocq, Dominique Fétique","doi":"10.1016/j.annpat.2025.08.004","DOIUrl":"https://doi.org/10.1016/j.annpat.2025.08.004","url":null,"abstract":"<p><p>The pathology report is a critical source of medical information. It must evolve from a traditionally narrative format, regardless of its qualitative value, toward a communication medium based on standardised and structured data. Already useful in current practice, the standardised structured reporting (SSR) will become a cornerstone of digital pathology, in synergy with digital imaging and artificial intelligence. The reliability of the SSR and the precision of the data it provides, correlated with multimodal sources of clinical, radiological, or biological information, will contribute to the foundations of highly performant digital solutions. Despite its considerable potential, the SSR remains underutilised. Although the concept was favourably received by the specialty twenty years ago, the SSR has often been described as insufficiently scalable, poorly ergonomic, and a source of time loss in daily practice. Once challenged by the capacity of natural language processing (NLP) to structure retrospectively narrative reports, the SSR ultimately emerges as the most reliable data source for effective patient care and high-performing research. New tools developed within the framework of the national Impulsioninitiative should help overcome these reluctances and open concrete perspectives for pathologists from now on.</p>","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":" ","pages":""},"PeriodicalIF":0.5,"publicationDate":"2025-10-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"145253735","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2025-09-23DOI: 10.1016/j.annpat.2025.08.005
Arnaud Uguen, Marion Le Rochais, Glen Le Flahec, Amelie Bourhis, Anabelle Remoué, Claire Bocciarelli, Virginie Conan-Charlet, Isabelle Quintin-Roué, Laurent Doucet, Pascale Marcorelles
Digital pathology and microscopic image analysis using artificial intelligence (AI) will revolutionize practice and diagnosis in pathology. The implementation and use of AI models in clinical workflows within digital pathology raise numerous questions regarding the role of these new tools. Alongside commercial software solutions, the use of free software and "in-house" models can be an attractive strategy, promoting the adoption of these new technologies by pathologists while addressing their diagnostic needs without constraints related to data flow or funding. The appropriate use of the right diagnostic model - subject to the continuous scrutiny of the pathologist in charge - is key to the integration of AI tools into clinical practice. This article presents an experience in implementing free and "in-house" AI tools based on the use of the QuPath software and its extensions within a digital pathology workflow.
{"title":"[Implementation of free and in-house artificial intelligence tools: Experience and examples in a digital pathology workflow].","authors":"Arnaud Uguen, Marion Le Rochais, Glen Le Flahec, Amelie Bourhis, Anabelle Remoué, Claire Bocciarelli, Virginie Conan-Charlet, Isabelle Quintin-Roué, Laurent Doucet, Pascale Marcorelles","doi":"10.1016/j.annpat.2025.08.005","DOIUrl":"https://doi.org/10.1016/j.annpat.2025.08.005","url":null,"abstract":"<p><p>Digital pathology and microscopic image analysis using artificial intelligence (AI) will revolutionize practice and diagnosis in pathology. The implementation and use of AI models in clinical workflows within digital pathology raise numerous questions regarding the role of these new tools. Alongside commercial software solutions, the use of free software and \"in-house\" models can be an attractive strategy, promoting the adoption of these new technologies by pathologists while addressing their diagnostic needs without constraints related to data flow or funding. The appropriate use of the right diagnostic model - subject to the continuous scrutiny of the pathologist in charge - is key to the integration of AI tools into clinical practice. This article presents an experience in implementing free and \"in-house\" AI tools based on the use of the QuPath software and its extensions within a digital pathology workflow.</p>","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":" ","pages":""},"PeriodicalIF":0.5,"publicationDate":"2025-09-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"145139379","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
<div><div>Nous rapportons le cas d’une patiente de 45 ans chez laquelle une tumeur hépatique isolée de 5,5<!--> <!-->cm de diamètre a été identifiée dans le cadre du suivi oncologique d’un carcinome thyroïdien de type papillaire diagnostiqué 10 ans plus tôt. La biopsie de cette lésion montrait une prolifération tumorale de morphologie « endocrinoïde » avec expression immunohistochimique des marqueurs neuroendocrines, faisant évoquer une localisation d’une tumeur neuroendocrine bien différenciée de grade G3. Les examens d’imagerie montraient un hypermétabolisme glucidique isolé de cette lésion à la TEP-TDM, qui restait sans traduction métabolique à la TEP-DOTATOC. Après une chimiothérapie néo-adjuvante, la patiente a bénéficié d’une résection hépatique segmentaire. L’analyse histopathologique de la pièce opératoire montrait une prolifération de cellules à noyaux ovoïdes monomorphes, disposées selon une architecture tubulo-solide, avec des secteurs évoquant un aspect « thyroid-like ». Les cellules tumorales montraient une positivité hétérogène pour les marqueurs neuroendocrines et un marquage intense et diffus pour l’alpha-inhibine. L’analyse moléculaire par séquençage des ARNs a mis en évidence un transcrit de fusion de type NIPBL::NACC1, permettant de redresser le diagnostic en carcinome hépatique avec transcrit de fusion NIPBL::NACC1. Il s’agit d’une tumeur hépatique rare de description récente et de diagnostic difficile sur biopsie. Elle se caractérise histologiquement par une prolifération de cellules à noyaux ovoïdes monomorphes disposées selon une architecture tubulo-solide, avec des secteurs prenant un aspect « thyroid-like ». L’expression immunohistochimique des marqueurs neuroendocrines y est variable, mais le marquage pour l’alpha-inhibine montre une positivité intense et diffuse.</div></div><div><div>We report the case of a 45-year-old woman in whom a solitary 5.5<!--> <!-->cm hepatic tumor was discovered during oncologic surveillance for a papillary thyroid carcinoma diagnosed ten years earlier. Biopsy revealed a tumor cell proliferation with “endocrinoid” morphology and convincing immunohistochemical expression of neuroendocrine markers, initially suggesting a well-differentiated grade 3 neuroendocrine tumor. FDG-PET/CT demonstrated isolated hypermetabolic activity in the liver lesion, with no corresponding uptake on DOTATOC-PET. Following neoadjuvant chemotherapy, the patient underwent segmental liver resection. Histopathological examination of the resected specimen showed a proliferation of monomorphic cells with ovoid nuclei, arranged in a tubulo-solid architecture, with focal areas reminiscent of a “thyroid-like” pattern. Tumor cells exhibited heterogeneous expression of neuroendocrine markers and strong, diffuse positivity for alpha-inhibin. RNA sequencing identified a NIPBL::NACC1 fusion transcript, leading to a revised diagnosis of hepatic carcinoma with NIPBL::NACC1 fusion. This recently described and rare hepatic tumor is cha
{"title":"Quand le phénotype neuroendocrine induit en erreur : une tumeur hépatique au profil trompeur","authors":"Nissrine Berry , Philipe Baltzinger , Aline Baltrès , Marie-Pierre Chenard , Antonin Fattori","doi":"10.1016/j.annpat.2025.09.001","DOIUrl":"10.1016/j.annpat.2025.09.001","url":null,"abstract":"<div><div>Nous rapportons le cas d’une patiente de 45 ans chez laquelle une tumeur hépatique isolée de 5,5<!--> <!-->cm de diamètre a été identifiée dans le cadre du suivi oncologique d’un carcinome thyroïdien de type papillaire diagnostiqué 10 ans plus tôt. La biopsie de cette lésion montrait une prolifération tumorale de morphologie « endocrinoïde » avec expression immunohistochimique des marqueurs neuroendocrines, faisant évoquer une localisation d’une tumeur neuroendocrine bien différenciée de grade G3. Les examens d’imagerie montraient un hypermétabolisme glucidique isolé de cette lésion à la TEP-TDM, qui restait sans traduction métabolique à la TEP-DOTATOC. Après une chimiothérapie néo-adjuvante, la patiente a bénéficié d’une résection hépatique segmentaire. L’analyse histopathologique de la pièce opératoire montrait une prolifération de cellules à noyaux ovoïdes monomorphes, disposées selon une architecture tubulo-solide, avec des secteurs évoquant un aspect « thyroid-like ». Les cellules tumorales montraient une positivité hétérogène pour les marqueurs neuroendocrines et un marquage intense et diffus pour l’alpha-inhibine. L’analyse moléculaire par séquençage des ARNs a mis en évidence un transcrit de fusion de type NIPBL::NACC1, permettant de redresser le diagnostic en carcinome hépatique avec transcrit de fusion NIPBL::NACC1. Il s’agit d’une tumeur hépatique rare de description récente et de diagnostic difficile sur biopsie. Elle se caractérise histologiquement par une prolifération de cellules à noyaux ovoïdes monomorphes disposées selon une architecture tubulo-solide, avec des secteurs prenant un aspect « thyroid-like ». L’expression immunohistochimique des marqueurs neuroendocrines y est variable, mais le marquage pour l’alpha-inhibine montre une positivité intense et diffuse.</div></div><div><div>We report the case of a 45-year-old woman in whom a solitary 5.5<!--> <!-->cm hepatic tumor was discovered during oncologic surveillance for a papillary thyroid carcinoma diagnosed ten years earlier. Biopsy revealed a tumor cell proliferation with “endocrinoid” morphology and convincing immunohistochemical expression of neuroendocrine markers, initially suggesting a well-differentiated grade 3 neuroendocrine tumor. FDG-PET/CT demonstrated isolated hypermetabolic activity in the liver lesion, with no corresponding uptake on DOTATOC-PET. Following neoadjuvant chemotherapy, the patient underwent segmental liver resection. Histopathological examination of the resected specimen showed a proliferation of monomorphic cells with ovoid nuclei, arranged in a tubulo-solid architecture, with focal areas reminiscent of a “thyroid-like” pattern. Tumor cells exhibited heterogeneous expression of neuroendocrine markers and strong, diffuse positivity for alpha-inhibin. RNA sequencing identified a NIPBL::NACC1 fusion transcript, leading to a revised diagnosis of hepatic carcinoma with NIPBL::NACC1 fusion. This recently described and rare hepatic tumor is cha","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":"46 1","pages":"Pages 39-44"},"PeriodicalIF":0.5,"publicationDate":"2025-09-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"145139369","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2025-09-01DOI: 10.1016/j.annpat.2025.01.004
Marie-Hélène Saint-Frison
{"title":"Cas no 6. Infection placentaire à cytomégalovirus","authors":"Marie-Hélène Saint-Frison","doi":"10.1016/j.annpat.2025.01.004","DOIUrl":"10.1016/j.annpat.2025.01.004","url":null,"abstract":"","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":"45 5","pages":"Pages 417-419"},"PeriodicalIF":0.5,"publicationDate":"2025-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"143069379","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2025-09-01DOI: 10.1016/j.annpat.2025.06.012
I. Hadhri, A. Bdioui, S. Moussa, A. Mahmoudi, Z. Eleuch, S. Mestiri, S. Hmissa
Introduction
Les avancées parallèles de la médecine et de l’informatique ont introduit des techniques révolutionnaires dans la localisation et le traitement des pathologies graves. Cependant, l’évaluation du pronostic reste une tâche difficile malgré la précision des équipements médicaux. La solution qui se dessine de plus en plus est l’implémentation d’une alternative informatique, à savoir l’intelligence artificielle, pour la stadification du cancer et l’évaluation du pronostic. Ce travail a ainsi comme objectif de mettre en évidence l’apport de l’intelligence artificielle dans l’anatomie pathologique.
Matériels et méthodes
Les données ont été collectées et traitées au département de pathologie de l’hôpital Sahloul, à Sousse, en Tunisie. À partir de lames de tumeurs neuroendocrines pancréatiques, de mélanomes uvéaux et de carcinomes colorectaux, nous avons pris des photos microscopiques : 1500 à 3000 photos de chaque type de tumeur à fort grossissement. La réalisation de notre modèle s’est déroulée en quatre étapes : traitement des données, création, entraînement, et évaluation du modèle.
Résultats
À travers une interface, l’application doit accomplir la tâche du médecin : calculer la moyenne des 10 plus grands nucléoles pour les cas de mélanome uvéal, estimer le ki67 pour les tumeurs neuroendocrines et évaluer le pourcentage de lymphocytes dans le stroma du carcinome colorectal. Un système de gan (réseaux génératifs antagonistes) a été utilisé. Ils présentent une classe de réseaux de neurones développée par Ian Goodfellow en 2014. Ils consistent en deux réseaux concurrents : un générateur et un discriminateur. Le générateur crée des échantillons de données (par exemple, des images) à partir de bruit aléatoire, tandis que le discriminateur tente de distinguer entre les échantillons réels et ceux générés. Ces réseaux sont entraînés simultanément : le générateur essaie de tromper le discriminateur, et le discriminateur essaie de devenir meilleur à détecter les faux échantillons. Ce jeu en boucle permet au générateur de produire des données de plus en plus réalistes. Les résultats obtenus ont montré une précision très proche de 1, surpassant les autres outils existants. Les résultats de ce travail peuvent servir de base à des recherches ultérieures, telles que l’application des étapes de traitement et des algorithmes de traitement d’images à d’autres types de tumeurs. De plus, le modèle peut être entraîné avec des données provenant d’autres tumeurs.
Conclusion
L’intelligence artificielle s’est révélée être un outil très utile et facilitateur dans ce contexte. Elle nous a permis de calculer avec précision un paramètre important et d’améliorer la prise en charge des patients. L’entraînement des méthodes d’IA et la validation des modèles d’IA à l’aide de vastes ensembles de données avant d’appliquer ces méthodes aux données personnelles peuvent ré
{"title":"Application de l’Intelligence Artificielle dans les pays à ressources limitées : exemple du laboratoire d’anatomie et de cytologie pathologiques de Sahloul, Sousse, Tunisie","authors":"I. Hadhri, A. Bdioui, S. Moussa, A. Mahmoudi, Z. Eleuch, S. Mestiri, S. Hmissa","doi":"10.1016/j.annpat.2025.06.012","DOIUrl":"10.1016/j.annpat.2025.06.012","url":null,"abstract":"<div><h3>Introduction</h3><div>Les avancées parallèles de la médecine et de l’informatique ont introduit des techniques révolutionnaires dans la localisation et le traitement des pathologies graves. Cependant, l’évaluation du pronostic reste une tâche difficile malgré la précision des équipements médicaux. La solution qui se dessine de plus en plus est l’implémentation d’une alternative informatique, à savoir l’intelligence artificielle, pour la stadification du cancer et l’évaluation du pronostic. Ce travail a ainsi comme objectif de mettre en évidence l’apport de l’intelligence artificielle dans l’anatomie pathologique.</div></div><div><h3>Matériels et méthodes</h3><div>Les données ont été collectées et traitées au département de pathologie de l’hôpital Sahloul, à Sousse, en Tunisie. À partir de lames de tumeurs neuroendocrines pancréatiques, de mélanomes uvéaux et de carcinomes colorectaux, nous avons pris des photos microscopiques : 1500 à 3000 photos de chaque type de tumeur à fort grossissement. La réalisation de notre modèle s’est déroulée en quatre étapes : traitement des données, création, entraînement, et évaluation du modèle.</div></div><div><h3>Résultats</h3><div>À travers une interface, l’application doit accomplir la tâche du médecin : calculer la moyenne des 10 plus grands nucléoles pour les cas de mélanome uvéal, estimer le ki67 pour les tumeurs neuroendocrines et évaluer le pourcentage de lymphocytes dans le stroma du carcinome colorectal. Un système de gan (réseaux génératifs antagonistes) a été utilisé. Ils présentent une classe de réseaux de neurones développée par Ian Goodfellow en 2014. Ils consistent en deux réseaux concurrents : un générateur et un discriminateur. Le générateur crée des échantillons de données (par exemple, des images) à partir de bruit aléatoire, tandis que le discriminateur tente de distinguer entre les échantillons réels et ceux générés. Ces réseaux sont entraînés simultanément : le générateur essaie de tromper le discriminateur, et le discriminateur essaie de devenir meilleur à détecter les faux échantillons. Ce jeu en boucle permet au générateur de produire des données de plus en plus réalistes. Les résultats obtenus ont montré une précision très proche de 1, surpassant les autres outils existants. Les résultats de ce travail peuvent servir de base à des recherches ultérieures, telles que l’application des étapes de traitement et des algorithmes de traitement d’images à d’autres types de tumeurs. De plus, le modèle peut être entraîné avec des données provenant d’autres tumeurs.</div></div><div><h3>Conclusion</h3><div>L’intelligence artificielle s’est révélée être un outil très utile et facilitateur dans ce contexte. Elle nous a permis de calculer avec précision un paramètre important et d’améliorer la prise en charge des patients. L’entraînement des méthodes d’IA et la validation des modèles d’IA à l’aide de vastes ensembles de données avant d’appliquer ces méthodes aux données personnelles peuvent ré","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":"45 5","pages":"Page 458"},"PeriodicalIF":0.5,"publicationDate":"2025-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"145050292","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Le Groupe d’investigateurs national des études des cancers ovariens et du sein (GINECO) est un groupe de recherche clinique académique spécialisé en oncologie gynécologique. Au sein du groupe de recherche translationnelle, les pathologistes doiventnotamment qualifier les échantillons des patientes incluses dans les essais cliniques (surface et cellularité tumorales). Depuis 2015, plusieurs essais cliniques ont nécessité la qualification du matériel tissulaire, permettant de disposer d’une base de données conséquente regroupant la surface et cellularité tumorales associées à la concentration et quantité d’ADN/ARN extraits. L’objectif principal de ce travail était d’étudier les variations de concentration et quantité d’acides nucléiques en fonction de la cellularité et surface tumorales, à partir de 1734 prélèvements fixés en formol (FFPE) provenant de plusieurs essais cliniques du GINECO. Les quantités d’ADN et d’ARN extraites étaient bien corrélées à la surface tumorale. La quantité d’ARN extraite semblait également corrélée à la cellularité tumorale. Pour l’ADN, un rendement maximal (concentration > 50 ng/μL) était obtenu avec une surface tumorale d’au moins 51–100 mm2 (épaisseur de tissu extrait : 17,1 μm) pour une cellularité tumorale ≥ 20 %. Pour l’ARN, un rendement maximal (concentration > 100 ng/μL) était obtenu avec une surface tumorale d’au moins 26–50 mm2 (épaisseur de tissu extrait : 18,8 μm) pour une cellularité tumorale ≥ 51 %. Ces données soulignent l’importance de l’envoi de matériel FFPE avec les plus hautes surface et cellularité tumorales possibles pour la réalisation d’essais cliniques. Cette inclusion dans des essais cliniques permet aux patientes de bénéficier d’une prise en charge thérapeutique innovante.
The national investigators group for ovarian and breast cancer studies (GINECO) is an academic clinical research group specialized in gynecological oncology. Within the translational research group, the pathologists have several roles, including qualifying samples from patients included in clinical trials (tumor surface and cellularity). Since 2015, several clinical trials have required the qualification of tissue material, leading to a substantial database gathering tumor surface and cellularity associated with the concentration and quantity of DNA/RNA extracted. The main objective of this study was to investigate variations in nucleic acid concentration and quantity depending on the tumor cellularity and surface, using 1734 formalin-fixed, paraffin-embedded (FFPE) specimens from several GINECO clinical trials. The quantities of DNA and RNA extracted appeared to correlate well with tumor surface. The amount of RNA extracted also appeared to correlate with tumor cellularity. An optimal DNA concentration (> 50 ng/μL)
{"title":"Quantité tissulaire optimale pour études ancillaires moléculaires des essais cliniques multicentriques en oncologie gynécologique : expérience du groupe de pathologistes en recherche translationnelle du GINECO","authors":"Alexis Trecourt , Guillaume Bataillon , Isabelle Treilleux , Corinne Jeanne , Christine Montoto-Grillot , Alexandre Degnieau , Eloise Glais , Eric Pujade-Lauraine , Isabelle Ray-Coquard , Pierre Alexandre Just , Catherine Genestie","doi":"10.1016/j.annpat.2025.01.011","DOIUrl":"10.1016/j.annpat.2025.01.011","url":null,"abstract":"<div><div>Le Groupe d’investigateurs national des études des cancers ovariens et du sein (GINECO) est un groupe de recherche clinique académique spécialisé en oncologie gynécologique. Au sein du groupe de recherche translationnelle, les pathologistes doiventnotamment qualifier les échantillons des patientes incluses dans les essais cliniques (surface et cellularité tumorales). Depuis 2015, plusieurs essais cliniques ont nécessité la qualification du matériel tissulaire, permettant de disposer d’une base de données conséquente regroupant la surface et cellularité tumorales associées à la concentration et quantité d’ADN/ARN extraits. L’objectif principal de ce travail était d’étudier les variations de concentration et quantité d’acides nucléiques en fonction de la cellularité et surface tumorales, à partir de 1734 prélèvements fixés en formol (FFPE) provenant de plusieurs essais cliniques du GINECO. Les quantités d’ADN et d’ARN extraites étaient bien corrélées à la surface tumorale. La quantité d’ARN extraite semblait également corrélée à la cellularité tumorale. Pour l’ADN, un rendement maximal (concentration<!--> <!-->><!--> <!-->50<!--> <!-->ng/μL) était obtenu avec une surface tumorale d’au moins 51–100 mm<sup>2</sup> (épaisseur de tissu extrait : 17,1<!--> <!-->μm) pour une cellularité tumorale<!--> <!-->≥<!--> <!-->20 %. Pour l’ARN, un rendement maximal (concentration<!--> <!-->><!--> <!-->100<!--> <!-->ng/μL) était obtenu avec une surface tumorale d’au moins 26–50<!--> <!-->mm<sup>2</sup> (épaisseur de tissu extrait : 18,8<!--> <!-->μm) pour une cellularité tumorale<!--> <!-->≥<!--> <!-->51 %. Ces données soulignent l’importance de l’envoi de matériel FFPE avec les plus hautes surface et cellularité tumorales possibles pour la réalisation d’essais cliniques. Cette inclusion dans des essais cliniques permet aux patientes de bénéficier d’une prise en charge thérapeutique innovante.</div></div><div><div>The national investigators group for ovarian and breast cancer studies (GINECO) is an academic clinical research group specialized in gynecological oncology. Within the translational research group, the pathologists have several roles, including qualifying samples from patients included in clinical trials (tumor surface and cellularity). Since 2015, several clinical trials have required the qualification of tissue material, leading to a substantial database gathering tumor surface and cellularity associated with the concentration and quantity of DNA/RNA extracted. The main objective of this study was to investigate variations in nucleic acid concentration and quantity depending on the tumor cellularity and surface, using 1734 formalin-fixed, paraffin-embedded (FFPE) specimens from several GINECO clinical trials. The quantities of DNA and RNA extracted appeared to correlate well with tumor surface. The amount of RNA extracted also appeared to correlate with tumor cellularity. An optimal DNA concentration (><!--> <!-->50<!--> <!-->ng/μL) ","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":"45 5","pages":"Pages 373-382"},"PeriodicalIF":0.5,"publicationDate":"2025-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"144765777","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2025-09-01DOI: 10.1016/j.annpat.2025.08.002
Audrey Rousseau
{"title":"Revue de presse","authors":"Audrey Rousseau","doi":"10.1016/j.annpat.2025.08.002","DOIUrl":"10.1016/j.annpat.2025.08.002","url":null,"abstract":"","PeriodicalId":50969,"journal":{"name":"Annales De Pathologie","volume":"45 5","pages":"Pages 367-368"},"PeriodicalIF":0.5,"publicationDate":"2025-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"145046765","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
扫码关注我们
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号