RB
Rita Bonfiglio
Author with expertise in Deep Learning in Medical Image Analysis
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
3
(67% Open Access)
Cited by:
371
h-index:
22
/
i10-index:
31
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

From sampling to cellblock: The fully automated journey of cytological specimens

Chiara Taffon et al.Jun 6, 2024
Abstract In recent years, technological innovation have emerged to standardize pathology laboratory processes and reduce the handling of diagnostic samples. Among them is an automatic tissue embedding system that eliminates the need for manual activity in tissue paraffin embedding, thereby improving sample preservation. Unfortunately, this system cannot be used for cytological specimens due to the lack of an effective holder to support the procedure steps. In this study, we evaluated the performance of a commercial polymer matrix to enable and standardize the automatic paraffin embedding of cytological material from different organs and sources. Cytological samples from 40 patients were collected on the matrices and submitted for fully automatic workflow preparation, from formalin fixation until paraffin block, using the Sakura embedding system. Our results demonstrated the feasibility of the automated procedure, from loading cytological sample onto the matrix to obtaining the paraffin cellblock, thereby avoiding manual manipulation of cellular material. All samples resulted adequately processed and paraffin‐embedded showing satisfactory tissue permeation by processing reagents, optimal preservation of cytoplasmic and nuclear details, and good quality of staining results on paraffin sections. Automated embedding of cytological samples eliminates the risk of lost specimens, reduces laboratory burden, standardizes procedures, increases diagnostic yield, and ultimately improves patients' management.
0

Implications of Mineralization Biomarkers in Breast Cancer Outcomes Beyond Calcifications

Erica Giacobbi et al.Jan 14, 2025
The aim of this work was to explore the biomarkers associated with epithelial to mesenchymal transition (EMT) and mineralization processes as new prognostic factors across different breast cancer phenotypes. To this end, 133 breast biopsies, including benign and malignant lesions, with or without microcalcifications, were retrospectively collected. Immunohistochemical analysis was performed to evaluate the expression of vimentin, BMP-2, BMP-4, RANKL, Runx2, OPN, PTX3, and SDF-1, while Kaplan—Meier plots were used to assess their prognostic impact on overall survival in a dataset of 2976 breast cancer patients. The expression of vimentin, BMP-2, BMP-4, and SDF-1 was significantly higher in malignant lesions compared to benign ones, regardless of the presence of microcalcifications. Notably, these markers showed no correlation with traditional prognostic factors, such as tumor grade or hormone receptor status. The bioinformatics analysis provided valuable insights into the possible prognostic and therapeutic significance of BMP-2, BMP-4, SDF-1, and vimentin in breast cancer. In fact, all these biomarkers impact on the overall survival in specific molecular breast cancer types. In addition, high expression of SDF-1 and vimentin is able to predict the response to chemotherapy. The findings here reported suggest that vimentin, BMP-2, BMP-4, and SDF-1 could be independent prognostic biomarkers in breast cancer, providing insights beyond traditional clinical factors.