已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Molecular Diagnostics and Predictors in Thyroid Cancer

甲状腺结节 医学 甲状腺癌 细胞学 甲状腺 分子诊断学 旅客8 细针穿刺 癌症 病理 放射科 肿瘤科 活检 内科学 生物信息学 生物 基因 转录因子 生物化学
作者
Marina N. Nikiforova,Yuri E. Nikiforov
出处
期刊:Thyroid [Mary Ann Liebert]
卷期号:19 (12): 1351-1361 被引量:290
标识
DOI:10.1089/thy.2009.0240
摘要

Background: The accuracy of cancer detection in thyroid nodules by fine-needle aspiration (FNA) cytology and prognostication of thyroid cancer needs further improvement and can benefit from testing for molecular alterations known to occur in thyroid tumors. Summary: Recent studies have demonstrated the feasibility of mutation detection in clinical FNA samples from thyroid nodules and their contribution to improving the diagnostic accuracy of FNA cytology. It appears that molecular testing is most beneficial for thyroid FNA samples with indeterminate cytology, where it can resolve the diagnosis in a significant number of cases. In addition to BRAF mutation, which has been studied most extensively, detection of RAS, RET/PTC, and PAX8/PPARγ mutations also contribute substantially to cancer diagnosis. Some of these molecular markers, particularly BRAF, can also be used for tumor prognostication. In clinical setting, molecular testing of thyroid FNA samples and surgically removed tumors should utilize a restricted number of techniques that provide high accuracy and specificity of mutation detection. Conclusion: Testing for cancer-specific mutations in thyroid FNA samples and surgically removed tumor tissues increases diagnostic accuracy of FNA cytology and offers better prognostication of thyroid cancer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
自信的傲晴完成签到,获得积分10
1秒前
杳鸢应助科研通管家采纳,获得10
6秒前
星辰大海应助科研通管家采纳,获得10
6秒前
7秒前
尧尧完成签到,获得积分10
7秒前
8秒前
8秒前
zhangqin完成签到,获得积分10
10秒前
小葡萄icon完成签到 ,获得积分10
10秒前
TTT0530发布了新的文献求助10
11秒前
11秒前
aiw发布了新的文献求助10
12秒前
顺心靖雁发布了新的文献求助80
13秒前
啦啦啦完成签到 ,获得积分10
15秒前
zhangqin发布了新的文献求助10
15秒前
16秒前
英俊的铭应助年轻可愁采纳,获得10
21秒前
精明的迎松应助静待花开采纳,获得10
23秒前
寿司求学记完成签到 ,获得积分10
26秒前
研友_VZG7GZ应助瘦瘦的雪瑶采纳,获得20
29秒前
aiw完成签到,获得积分10
31秒前
33秒前
炙热成仁完成签到 ,获得积分20
35秒前
科研通AI2S应助菩提本无树采纳,获得10
38秒前
俏皮的玉米完成签到 ,获得积分10
39秒前
zhl完成签到,获得积分10
39秒前
41秒前
研友_5Y9Z75完成签到 ,获得积分0
47秒前
落寞书易完成签到 ,获得积分10
48秒前
FashionBoy应助菩提本无树采纳,获得30
52秒前
勤奋的立果完成签到 ,获得积分10
53秒前
我爱背单词完成签到,获得积分10
55秒前
56秒前
59秒前
喜欢听他唱歌完成签到,获得积分10
1分钟前
lalalatiancai发布了新的文献求助10
1分钟前
SciGPT应助TTT0530采纳,获得10
1分钟前
科研通AI2S应助静待花开采纳,获得10
1分钟前
拥有八根情丝完成签到 ,获得积分10
1分钟前
1分钟前
高分求助中
求国内可以测试或购买Loschmidt cell(或相同原理器件)的机构信息 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
The Heath Anthology of American Literature: Early Nineteenth Century 1800 - 1865 Vol. B 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3219621
求助须知:如何正确求助?哪些是违规求助? 2868414
关于积分的说明 8160955
捐赠科研通 2535478
什么是DOI,文献DOI怎么找? 1367964
科研通“疑难数据库(出版商)”最低求助积分说明 645120
邀请新用户注册赠送积分活动 618457