子宫内膜透明细胞癌(CC)的诊断具有挑战性，特别是与伴有非特异性透明细胞形态改变的子宫内膜样癌(EC)、浆液性癌(SC)、混合组织形态的癌以及Arias-stella反应(ASR）鉴别时。
基于1413个候选变量的机器学习方法的良性、癌前和恶性子宫内膜病变的一种新分类
摘要:准确区分良性正常(normal，NL）、癌前(子宫内膜上皮内瘤变，endometrial intraepithelial neoplasia，EIN) 和恶性（内膜癌，endometrial carcinoma，EMCA）子宫内膜是患者获得最优治疗的前提。以往应用多个人工判读的组织学变量，通过建立回归模型以预测克隆性生长和癌的可能性，从而客观的定义了EIN的概念。本研究的初步计算研究结果可用于改进目前使用的基于主观判断的子宫内膜癌前病变的诊断标准。本研究中，我们使用自动特征分割和更新的机器学习算法开发出一种新的分类算法。本研究收集148名患者的子宫内膜组织，并随机分为模型训练集72例和模型验证集76例，2组均包括所有的3类诊断类别。应用图像分析软件对角蛋白染色的子宫内膜全玻片扫描数字图像进行自动分割，分别提取上皮成份、细胞和细胞核的相应变量。在三分类(NL，EIN, EMCA）模型中，采用随机森林分类可将1413个变量剔除至75个。能够正确进行三分类预测的模型错误率为0.04(训练集）和0.058(验证集）;正确进行二分类预测(NL组与 EIN +EMCA组）的错误率为0.016(训练集）和О(验证集）。
林奇综合征患者预防性切除子宫及双侧输卵管卵巢以降低妇科肿瘤发生风险:29例临床病理研究及文献复习
林奇综合征(LS)患者罹患结肠癌、子宫内膜癌及卵巢癌的风险较普通人群明显增高。为降低或预防LS患者妇科恶性肿瘤发生而进行的子宫及双侧输卵管卵巢切除术(RRHSO)已被证明是一种经济有效的干预措施。而关于RRHSO中偶然发现的妇科恶性肿瘤研究很有限。此外，针对该类手术标本的最佳处理推荐方法也尚未达成共识，部分选择镜检全部子宫丙ety膜、输卵管及卵巢组织，而部分仅选择上述部位具代表性的病变用以镜下观察。
8例输卵管-卵巢癌肉瘤的基因突变和免疫表型分析揭示该疾病的单克隆起源
癌肉瘤是一种罕见的高度侵袭性肿瘤，由癌和肉瘤性成分组成。这类肿瘤是研究肿瘤异质性的经典模型。本研究对8例输卵管-卵巢癌肉瘤进行分析，包括:(i)MNF116、EMA、vimentin、s10o、CgA、 syn、desmin.myogenin(MYF4)）和p53免疫组织化学染色的表达情况;(ii)KRAScieRAF、PIK3CA、NRAs、TP53和DICER1基因突变谱分析。
