Baidu
map

肿瘤指南

订阅

MedSci主页 / 所有栏目 / 肿瘤指南

2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法

2024-11-06 神经肿瘤学会（SNO，Society for Neuro-Oncology) Neuro-Oncology 发表于上海

1型神经纤维瘤病

这种针对 NF1 相关外周神经鞘瘤的精细综合诊断方法应与我们对这些肿瘤的理解相一致地继续发展。

中文标题：

2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法

英文标题：

Consensus recommendations for an integrated diagnostic approach to peripheral nerve sheath tumors arising in the setting of Neurofibromatosis type 1 (NF1)

发布机构：

神经肿瘤学会（SNO，Society for Neuro-Oncology)

发布日期：

2024-11-06

简要介绍：

2017 年发表的共识建议，对生物学潜力不确定的非典型神经纤维瘤肿瘤 (ANNUBP) 和恶性周围神经鞘瘤 (MPNST) 进行组织学定义，已编入 2021 年 WHO 中枢神经系统肿瘤分类和 2022 年 WHO 软组织肿瘤分类和骨头。然而，鉴于诊断病理学转向使用综合组织病理学和基因组方法，应将额外的分子层纳入 1 型神经纤维瘤病 (NF1) 相关的周围神经鞘肿瘤的分类中，以帮助准确诊断和早期诊断。识别恶变，以便对受影响的患者进行适当的干预。为此，作为“非典型神经纤维瘤研讨会：科学现状”的一部分，我们组建了一个多机构专家病理学工作组。在此，我们为充分的介入放射学和手术采样提供了建议的框架，并建议对 NF1 患者的临床或放射学上令人担忧的非皮肤病变进行分子分析，以确定诊断相关的分子特征，包括ANNUBP 的CDKN2A/B失活，以及SUZ12、EED或TP53失活突变，或 MPNST 的显着非整倍性。我们还建议将“低级别 MPNST”重命名为“增殖增加的 ANNUBP”，以避免在这组具有持续未知生物学潜力的肿瘤中使用“恶性”术语。这种针对 NF1 相关外周神经鞘瘤的精细综合诊断方法应与我们对这些肿瘤的理解相一致地继续发展。

相关资料下载：
[AttachmentFileName(sort=1, fileName=2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法.pdf)] GetToolGuiderByIdResponse(projectId=1, id=a0ea11c00a064996, title=2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法, enTitle=Consensus recommendations for an integrated diagnostic approach to peripheral nerve sheath tumors arising in the setting of Neurofibromatosis type 1 (NF1) , guiderFrom=Neuro-Oncology, authorId=0, author=, summary=这种针对 NF1 相关外周神经鞘瘤的精细综合诊断方法应与我们对这些肿瘤的理解相一致地继续发展。, cover=https://img.medsci.cn/20241126/1732608637221_8538692.jpg, journalId=0, articlesId=null, associationId=3379, associationName=神经肿瘤学会（SNO，Society for Neuro-Oncology), associationIntro=神经肿瘤学会（SNO，Society for Neuro-Oncology), copyright=0, guiderPublishedTime=Wed Nov 06 00:00:00 CST 2024, originalUrl=, linkOutUrl=, content=<section class="abstract" style="color: #2a2a2a;"> <p class="chapter-para">2017 年发表的共识建议，对生物学潜力不确定的非典型神经纤维瘤肿瘤 (ANNUBP) 和恶性周围神经鞘瘤 (MPNST) 进行组织学定义，已编入 2021 年 WHO 中枢神经系统肿瘤分类和 2022 年 WHO 软组织肿瘤分类和骨头。然而，鉴于诊断病理学转向使用综合组织病理学和基因组方法，应将额外的分子层纳入 1 型神经纤维瘤病 (NF1) 相关的周围神经鞘肿瘤的分类中，以帮助准确诊断和早期诊断。识别恶变，以便对受影响的患者进行适当的干预。为此，作为&ldquo;非典型神经纤维瘤研讨会：科学现状&rdquo;的一部分，我们组建了一个多机构专家病理学工作组。在此，我们为充分的介入放射学和手术采样提供了建议的框架，并建议对 NF1 患者的临床或放射学上令人担忧的非皮肤病变进行分子分析，以确定诊断相关的分子特征，包括<em>ANNUBP 的CDKN2A/B</em>失活，以及<em>SUZ12</em>、<em>EED</em>或<em>TP53</em>失活突变，或 MPNST 的显着非整倍性。我们还建议将&ldquo;低级别 MPNST&rdquo;重命名为&ldquo;增殖增加的 ANNUBP&rdquo;，以避免在这组具有持续未知生物学潜力的肿瘤中使用&ldquo;恶性&rdquo;术语。这种针对 NF1 相关外周神经鞘瘤的精细综合诊断方法应与我们对这些肿瘤的理解相一致地继续发展。</p> </section>, tagList=[TagDto(tagId=457079, tagName=1型神经纤维瘤病)], categoryList=[CategoryDto(categoryId=5, categoryName=肿瘤, tenant=100), CategoryDto(categoryId=17, categoryName=神经科, tenant=100), CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100)], articleKeywordId=457079, articleKeyword=1型神经纤维瘤病, articleKeywordNum=6, guiderKeywordId=457079, guiderKeyword=1型神经纤维瘤病, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=共识, guiderLanguage=1, guiderRegion=2, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=330, appHits=5, showAppHits=0, pcHits=17, showPcHits=323, likes=0, shares=2, comments=0, approvalStatus=1, publishedTime=Thu Nov 28 07:00:00 CST 2024, publishedTimeString=2024-11-06, pcVisible=1, appVisible=1, editorId=0, editor=dajiong, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=3, createdBy=null, createdName=dajiong, createdTime=Tue Nov 26 22:02:09 CST 2024, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Wed Nov 27 13:31:23 CST 2024, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法.pdf)])
2024 SNO 共识建议：针对1型神经纤维瘤病 (NF1) 中出现的周围神经鞘瘤的综合诊断方法.pdf
下载请点击：
评论区 (0)
#插入话题

拓展阅读

1型神经纤维瘤病患者的夜间血压变化

研究者提出：定期监测血压应纳入NF1随访指南，以诊断隐匿性高血压或非杓型/上升型高血压，从而实施治疗策略。

Neuro-Oncology：用于1型神经纤维瘤病的MEK抑制剂的临床证据和共识

RAS 下游的丝裂原活化蛋白激酶 (MEK) 的抑制作用最近被证明可以缩小 NF1 相关的丛状神经纤维瘤 (PN)。

Baidu
map
Baidu
map
Baidu
map