Aller au contenu principal
Accès ouvert déclaré 2026 article

What do you mean by PitNETs in WHO Classification 2022?

0Citations signalées, ce qui n’est pas une note de qualité
8Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This review is aimed at clarifying the background and the meaning of new terminology "pituitary neuroendocrine tumours" (PitNETs) in WHO Classification 2022. The PitNETs share the unique structures of secretory granules (SG) with other neuroendocrine tumors, the good example of which is the pancreatic NETs which are now considered to be potentially aggressive, i.e., invasive and metastatic. The PitNETs share these features of pancreatic NETs and now are considered to be potentially aggressive tumors. The PitNETs are classified according to the functions (hormones) and transcription factors, PIT1, TPIT and SF1. The PitNETs are usually slow growing tumors with generally low (<3%) Ki-67 indices. PitNETs show some morphologic features which are more closely related to aggressive growths, such as Crooke cells. The questions how those particular PitNETs are aggressive have been approached by molecular techniques such as single cell RNA seq to clarify the genomic heterogeneity and the biology of individual tumor cells. It is expected that the PitNETs will be clarified and classified with more biologically and therapeutically oriented manner.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
What do you mean by PitNETs in WHO Classification 2022?
Date Crossref
01/01/2026
Éditeur
Japan Endocrine Society
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Machine Learning in HealthcareBiomedical Text Mining and OntologiesElectronic Health Records Systems

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.