Accurate pathological diagnosis is crucial for optimal management of patients with cancer. For the approximately 100 known tumour types of the central nervous system, standardization of the diagnostic process has been shown to be particularly challenging-with substantial inter-observer variability in the histopathological diagnosis of many tumour types. Here we present a comprehensive approach for the DNA methylation-based classification of central nervous system tumours across all entities and age groups, and demonstrate its application in a routine diagnostic setting. We show that the availability of this method may have a substantial impact on diagnostic precision compared to standard methods, resulting in a change of diagnosis in up to 12% of prospective cases. For broader accessibility, we have designed a free online classifier tool, the use of which does not require any additional onsite data processing. Our results provide a blueprint for the generation of machine-learning-based tumour classifiers across other cancer entities, with the potential to fundamentally transform tumour pathology.

The goal of this study was to assess the outcome of surgical management in 168 consecutive patients harboring craniopharyngiomas treated between January 1983 and April 1997.In 148 patients undergoing initial (primary) surgery, the pterional approach was most frequently used (39.2%), followed by the transsphenoidal approach (23.6%). For large retrochiasmatic craniopharyngiomas, the bifrontal interhemispheric approach was used increasingly over the pterional approach and led to improved surgical results. Total tumor removal was accomplished in 45.7% of transcranial and 85.7% of transsphenoidal procedures. The main reasons for incomplete removal were attachment to and/or infiltration of the hypothalamus, major calcifications, and attachment to vascular structures. The success rate in total tumor removal was inferior in the cases of tumor recurrence. The operative mortality rate in transcranial surgery was 1.1% in primary cases and 10.5% in cases of tumor recurrence. No patient died in the group that underwent transsphenoidal surgery. The rate of recurrence-free survival after total removal was 86.9% at 5 years and 81.3% at 10 years. In contrast, the 5-year recurrence-free survival rate was only 48.8% after subtotal removal and 41.5% after partial removal. Following primary surgery, the actuarial survival rate was 92.7% at 10 years, with the best results after complete tumor removal. At last follow up, 117 (79%) of 148 patients who underwent primary surgery were independent and without impairment.Total tumor removal while avoiding hazardous intraoperative manipulation provides favorable early results and a high rate of long-term control in craniopharyngiomas.

Background The WHO classification of brain tumours describes 15 subtypes of meningioma. Nine of these subtypes are allotted to WHO grade I, and three each to grade II and grade III. Grading is based solely on histology, with an absence of molecular markers. Although the existing classification and grading approach is of prognostic value, it harbours shortcomings such as ill-defined parameters for subtypes and grading criteria prone to arbitrary judgment. In this study, we aimed for a comprehensive characterisation of the entire molecular genetic landscape of meningioma to identify biologically and clinically relevant subgroups. Methods In this multicentre, retrospective analysis, we investigated genome-wide DNA methylation patterns of meningiomas from ten European academic neuro-oncology centres to identify distinct methylation classes of meningiomas. The methylation classes were further characterised by DNA copy number analysis, mutational profiling, and RNA sequencing. Methylation classes were analysed for progression-free survival outcomes by the Kaplan-Meier method. The DNA methylation-based and WHO classification schema were compared using the Brier prediction score, analysed in an independent cohort with WHO grading, progression-free survival, and disease-specific survival data available, collected at the Medical University Vienna (Vienna, Austria), assessing methylation patterns with an alternative methylation chip. Findings We retrospectively collected 497 meningiomas along with 309 samples of other extra-axial skull tumours that might histologically mimic meningioma variants. Unsupervised clustering of DNA methylation data clearly segregated all meningiomas from other skull tumours. We generated genome-wide DNA methylation profiles from all 497 meningioma samples. DNA methylation profiling distinguished six distinct clinically relevant methylation classes associated with typical mutational, cytogenetic, and gene expression patterns. Compared with WHO grading, classification by individual and combined methylation classes more accurately identifies patients at high risk of disease progression in tumours with WHO grade I histology, and patients at lower risk of recurrence among WHO grade II tumours (p=0·0096) from the Brier prediction test). We validated this finding in our independent cohort of 140 patients with meningioma. Interpretation DNA methylation-based meningioma classification captures clinically more homogenous groups and has a higher power for predicting tumour recurrence and prognosis than the WHO classification. The approach presented here is potentially very useful for stratifying meningioma patients to observation-only or adjuvant treatment groups. We consider methylation-based tumour classification highly relevant for the future diagnosis and treatment of meningioma. Funding German Cancer Aid, Else Kröner-Fresenius Foundation, and DKFZ/Heidelberg Institute of Personalized Oncology/Precision Oncology Program.

Abstract Major discoveries in the biology of nervous system tumors have raised the question of how non‐histological data such as molecular information can be incorporated into the next W orld H ealth O rganization ( WHO ) classification of central nervous system tumors. To address this question, a meeting of neuropathologists with expertise in molecular diagnosis was held in H aarlem, the N etherlands, under the sponsorship of the I nternational S ociety of N europathology ( ISN ). Prior to the meeting, participants solicited input from clinical colleagues in diverse neuro‐oncological specialties. The present “white paper” catalogs the recommendations of the meeting, at which a consensus was reached that incorporation of molecular information into the next WHO classification should follow a set of provided “ ISN ‐ H aarlem” guidelines. Salient recommendations include that (i) diagnostic entities should be defined as narrowly as possible to optimize interobserver reproducibility, clinicopathological predictions and therapeutic planning; (ii) diagnoses should be “layered” with histologic classification, WHO grade and molecular information listed below an “integrated diagnosis”; (iii) determinations should be made for each tumor entity as to whether molecular information is required, suggested or not needed for its definition; (iv) some pediatric entities should be separated from their adult counterparts; (v) input for guiding decisions regarding tumor classification should be solicited from experts in complementary disciplines of neuro‐oncology; and (iv) entity‐specific molecular testing and reporting formats should be followed in diagnostic reports. It is hoped that these guidelines will facilitate the forthcoming update of the fourth edition of the WHO classification of central nervous system tumors.

Clinical and neuropathologic data in 45 patients with Parkinson's disease (PD) were compared. Twenty-seven patients suffered from marked akinesia and rigidity (AR-type) and 18 patients from predominant resting tremor (T-type). Dementia, depression, and psychosis occurred in 26, 18, and 18 patients, respectively. Neuronal counts were performed in denned areas of the medial and lateral substantia nigra (SNM, SNL), locus ceruleus (LC), and dorsal raphe nucleus (DRN). The AR-type (compared with the T-type) showed higher neuronal loss of LC, SNL, SNM, and more severe gliosis, extraneuronal melanin deposits, and neuroaxonal dystrophy in substantia nigra. Demented PD patients showed more intense cortical Alzheimer lesions and higher neuronal depletion in the SNM, whereas PD subjects with moderate or marked dementia differed from mildly or not demented ones only in the higher degree of cortical Alzheimer lesions. More severe neuronal cell loss of DRN was observed in PD patients with depression. Occurrence of psychosis was not associated with any pathologic feature. Our findings indicate that some major clinical features of PD are related to distinct neuropathologic lesions.

The synthesis of SrFeO2, a new compound bearing a square-planar oxygen coordination around Fe2+, is shown. SrFeO2 is isostructural with 'infinite layer' cupric oxides, and exhibits a magnetic order far above room temperature. Conventional high-temperature reactions limit the control of coordination polyhedra in transition-metal oxides to those obtainable within the bounds of known coordination geometries for a given transition metal1. For example, iron atoms are almost exclusively coordinated by three-dimensional polyhedra such as tetrahedra and octahedra. However, recent works have shown that binary metal hydrides act as reducing agents at low temperatures, allowing access to unprecedented structures2,3,4. Here we show the reaction of a perovskite SrFeO3 with CaH2 to yield SrFeO2, a new compound bearing a square-planar oxygen coordination around Fe2+. SrFeO2 is isostructural with ‘infinite layer’ cupric oxides5,6,7,8, and exhibits a magnetic order far above room temperature in spite of the two-dimensional structure, indicating strong in-layer magnetic interactions due to strong Fe d to O p hybridization. Surprisingly, SrFeO2 remains free from the structural instability that might well be expected at low temperatures owing to twofold orbital degeneracy in the Fe2+ ground state with D4h point symmetry. The reduction and the oxidation between SrFeO2 and SrFeO3 proceed via the brownmillerite-type intermediate SrFeO2.5, and start at the relatively low temperature of ∼400 K, making the material appealing for a variety of applications, including oxygen ion conduction, oxygen gas absorption and catalysis.

The World Health Organization (WHO) classification and grading system attempts to predict the clinical course of meningiomas based on morphological parameters. However, because of high interobserver variation of some criteria, more reliable prognostic markers are required. Here, we assessed the TERT promoter for mutations in the hotspot regions C228T and C250T in meningioma samples from 252 patients. Mutations were detected in 16 samples (6.4% across the cohort, 1.7%, 5.7%, and 20.0% of WHO grade I, II, and III cases, respectively). Data were analyzed by t test, Fisher's exact test, log-rank test, and Cox proportional hazard model. All statistical tests were two-sided. Within a mean follow-up time in surviving patients of 68.1 months, TERT promoter mutations were statistically significantly associated with shorter time to progression (P < .001). Median time to progression among mutant cases was 10.1 months compared with 179.0 months among wild-type cases. Our results indicate that the inclusion of molecular data (ie, analysis of TERT promoter status) into a histologically and genetically integrated classification and grading system for meningiomas increases prognostic power. Consequently, we propose to incorporate the assessment of TERT promoter status in upcoming grading schemes for meningioma.

Abstract Sarcomas are malignant soft tissue and bone tumours affecting adults, adolescents and children. They represent a morphologically heterogeneous class of tumours and some entities lack defining histopathological features. Therefore, the diagnosis of sarcomas is burdened with a high inter-observer variability and misclassification rate. Here, we demonstrate classification of soft tissue and bone tumours using a machine learning classifier algorithm based on array-generated DNA methylation data. This sarcoma classifier is trained using a dataset of 1077 methylation profiles from comprehensively pre-characterized cases comprising 62 tumour methylation classes constituting a broad range of soft tissue and bone sarcoma subtypes across the entire age spectrum. The performance is validated in a cohort of 428 sarcomatous tumours, of which 322 cases were classified by the sarcoma classifier. Our results demonstrate the potential of the DNA methylation-based sarcoma classification for research and future diagnostic applications.