Purpose Neuroendocrine (NE) tumors of the lung include typical carcinoid (TC), atypical carcinoid (AC), large-cell NE carcinoma (LCNEC), and small-cell lung carcinoma (SCLC). Their clinicopathologic profiles and relative grade of malignancy have not been defined. Patients and Methods From 10 Japanese institutes, 383 surgically resected pulmonary NE tumors were collected. The histologic diagnosis was determined by the consensus of a pathology panel consisting of six expert pathologists as TC, AC, LCNEC, or SCLC on the basis of the WHO classification, and its relationship to clinicopathologic profiles was analyzed. Results Of the 383 tumors, 18 were excluded because of an improper specimen. The pathology panel reviewed the remaining 366 tumors, and a diagnosis of NE tumor was made in 318 patients (87.4%); 55 patients had TC, nine had AC, 141 had LCNEC, and 113 had SCLC. The 5-year survival rates of patients with all stages were as follows: 96.2% for TC, 77.8% for AC, 40.3% for LCNEC, and 35.7% for SCLC. There was significant prognostic difference between TC and AC as well as between AC and LCNEC+SCLC. However, there was no difference between LCNEC and SCLC, and their survival curves were superimposed. The multivariate analysis indicated that histologic type, completeness of resection, symptoms, nodal involvement, and age were significantly prognostic. Conclusion The grade of malignancy of NE tumors was upgraded in the following order: TC, AC, LCNEC, and SCLC. No prognostic difference was noted between LCNEC and SCLC. The high-grade NE histology uniformly indicated poor prognosis regardless of its histologic type.

Abstract Formalin-fixed paraffin-embedded (FFPE) tissue samples are important for genomic analysis of thyroid carcinomas, particularly for various molecularly targeted therapies. Therefore, this study developed and validated a technique for preparing FFPE tissue samples that preserves nucleic acid quality, which is fundamental for precise genomic analysis, more effectively than conventional methods. We analyzed surgically resected thyroid gland tumors, lymph node metastases, and separately fixed tumor samples to optimize formalin fixation and assess the influence of specimen type and preparation methods on nucleic acid quality. We assessed several quality indicators, including the DNA integrity number, cycle threshold ratio, RNA integrity number, and DV200. Separately fixed tumor samples consistently exhibited higher DNA and RNA quality than conventionally processed samples. Additionally, lymph node metastases often exhibit nucleic acid quality matching or exceeding that of thyroid gland tumors, highlighting their potential reliability for genomic analysis. These findings suggest the utility of various specimen types for the comprehensive genetic profiling of thyroid carcinomas. In conclusion, this study demonstrated that preparing separately fixed tumor samples is an effective method for preserving DNA and RNA quality for genomic analyses. Biopsy punches enable specimen collection at various facilities, including those without the ability to handle frozen specimens. This contributes to the development of a method for obtaining high-quality pathological samples that can be widely used in general medical practice. Moreover, lymph node metastases often exhibit nucleic acid quality equal to or superior to that of thyroid gland tumors, highlighting their potential as acceptable sources for genomic analyses.

Chordoma, a rare malignant tumor arising from notochordal tissue, usually occurs along the spinal axis. Only a few published reports of primary lung chordomas exist. Herein, we present a case of primary lung chordoma and discuss important considerations for diagnosing rare chordomas.

The development of next-generation sequencing (NGS) has enabled the discovery of cancer-specific driver gene alternations, making precision medicine possible. However, accurate genetic testing requires a sufficient amount of tumor cells in the specimen. The evaluation of tumor content ratio (TCR) from hematoxylin and eosin (H&E)-stained images has been found to vary between pathologists, making it an important challenge to obtain an accurate TCR. In this study, three pathologists exhaustively labeled all cells in 41 regions from 41 lung cancer cases as either tumor, non-tumor or indistinguishable, thus establishing a “gold standard” TCR. We then compared the accuracy of the TCR estimated by 13 pathologists based on visual assessment and the TCR calculated by an AI model that we have developed. It is a compact and fast model that follows a fully convolutional neural network architecture and produces cell detection maps which can be efficiently post-processed to obtain tumor and non-tumor cell counts from which TCR is calculated. Its raw cell detection accuracy is 92% while its classification accuracy is 84%. The results show that the error between the gold standard TCR and the AI calculation was significantly smaller than that between the gold standard TCR and the pathologist’s visual assessment (p<0.05). Additionally, the robustness of AI models across institutions is a key issue and we demonstrate that the variation in AI was smaller than that in the average of pathologists when evaluated by institution. These findings suggest that the accuracy of tumor cellularity assessments in clinical workflows is significantly improved by the introduction of robust AI models, leading to more efficient genetic testing and ultimately to better patient outcomes.

ABSTRACT Background Lymph node (LN) metastasis is a poor prognostic factor in patients with prostate cancer. Elucidating the mechanisms underlying cancer progression in the metastatic microenvironment of LNs is crucial to establishing novel therapies. Adipocytes interact with cancer cells and regulate cancer progression. In this study, we aimed to clarify the clinicopathological significance of extranodal adipose tissue invasion in metastatic LNs and preoperative adipokine concentration in patients with prostate cancer exhibiting metastatic LNs. Methods We examined the pathological findings of primary and metastatic nodes and clinical information of 66 specimens from 46 patients with prostate cancer. A sub‐analysis was performed to assess the relationship between preoperative adiponectin/leptin concentrations and clinical/pathological findings in the blood samples of 56 patients with prostate cancer who either did or did not show LN metastasis. Results The number of metastatic LNs in patients correlated with the involvement of adipose tissue and lymphovascular invasion ( p = 0.039 and < 0.001, respectively). Preoperative adiponectin concentration was lower in patients with resected margin‐positive and extraprostatic extension‐positive primary cancers ( p = 0.0071 and 0.02, respectively). Preoperative adiponectin concentrations were significantly lower in patients with metastatic LNs than in patients without LN metastasis ( p < 0.001). Moreover, leptin concentrations were significantly higher in patients with metastatic LNs than in patients without LN metastasis ( p < 0.001). In patients with metastatic LNs, preoperative adiponectin concentrations were significantly lower in patients with biochemical recurrence than in patients without biochemical recurrence ( p = 0.031). There was no correlation between biochemical recurrence and pathological findings. Conclusions This is the first report on the detailed histopathological characteristics of prostate cancer with LN metastases and the significance of preoperative adiponectin concentration in predicting the pathological features of primary cancers. Also, adipokines are a significant prediction factor of LN metastases for prostate cancer patients. Adipose tissue and adipose‐secreting factors may be involved in the progression of metastatic and primary prostate cancer.