گیرنده‌های استروژن و پروژسترون در سرطان سینه در 140 نمونه سرطان سینه

Authors

  • دکتر محمد جواد اشرف,
  • دکتر سید ضیاءالدین تابعی,
Abstract:

آن دسته از سرطان‌های پستان که دارای گیرنده‌های استروئیدی می‌باشند و به درمانهای هورمونی پاسخ می‌دهند، پیش‌آگهی بهتری نسبت به سرطان‌های بدون گیرنده‌های استروئیدی دارند. این مطالعه به منظور بررسی ارتباط بین گیرنده‌های استروژن و پروژسترون از یک طرف و سن بیماران، نوع و درجه بدخیمی سرطان از طرف دیگر بر روی نمونه‌های 140 بیمار مبتلا به سرطان پستان که بین سال‌های 1376 تا 1378 به بیمارستان‌های وابسته به دانشگاه علوم پزشکی شیراز مراجعه نموده‌اند، با استفاده از روش ایمونوهیستوشیمی روی بلوک پارافین انجام شد. فراوانی موارد مثبت گیرنده‌های استروژن و پروژسترون در افراد زیر 50 سال (95 نفر) و بالای 50 سال (45 نفر) به ترتیب 46% و 41% و 48% و 44% بود. کارسینوم لوبولار بیشترین میزان مثبت شدن گیرنده‌ها (7/66%) و کارسینوم مدولاری کمترین میزان مثبت شدن (4/21%) را بروز داد. فراوانی گیرنده‌های استروئیدی با افزایش درجات تمایز کارسینوم داکتال (114 بیمار) روند نزولی از خود نشان می‌داد. در هر صورت روش ایمنوهیستوشیمی به عنوان روش قابل اعتمادی برای بررسی وضعیت گیرنده‌های استروئیدی جهت براورد پیش‌آگهی و تصمیم‌گیری در مورد هورمون درمانی سرطان سینه در بیماران ایرانی می‌تواند کاربرد بسزایی داشته باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

گیرنده های استروژن و پروژسترون در سرطان سینه در ۱۴۰ نمونه سرطان سینه

آن دسته از سرطان های پستان که دارای گیرنده های استروئیدی می باشند و به درمانهای هورمونی پاسخ می دهند، پیش آگهی بهتری نسبت به سرطان های بدون گیرنده های استروئیدی دارند. این مطالعه به منظور بررسی ارتباط بین گیرنده های استروژن و پروژسترون از یک طرف و سن بیماران، نوع و درجه بدخیمی سرطان از طرف دیگر بر روی نمونه های 140 بیمار مبتلا به سرطان پستان که بین سال های 1376 تا 1378 به بیمارستان های وابسته ب...

full text

برساخت اجتماعی سرطان سینه: مطالعه موردی زنان مبتلا به سرطان سینه در شهر تبریز

این پژوهش با رویکردی جامعه شناختی به بیماری سرطان سینه، در میان زنان مبتلا به این بیماری در دو بیمارستان شهید قاضی و امام خمینی تبریز، به صورت کیفی و بر پایه راهبرد نظریه مبنایی با گروه نمونه28 نفر متشکل از 24 بیمار، 2 پزشک و 2 کارشناس رادیوتراپی انجام شده است. نتایج پژوهش با استفاده از مصاحبه عمیق با گروه نمونه، با ارائه مقوله های 1- فهمیدن بیماری و آغاز روند درمان و 2- بیمار و خلق راهکارهایی ...

full text

استفاده از شبکه‌های عصبی یادگیری عمیق در تشخیص درجه بدخیمی سرطان پروستات و تشخیص سرطان سینه

مقدمه در سال­های اخیر علاقه به پژوهش در زمینه به­کارگیری الگوریتم­های هوشمند در تشخیص و طبقه­بندی بیماری­ها به ویژه سرطان، به شدت افزایش یافته است. طبقه­بندی تومور یک کار مهم در تشخیص پزشکی محسوب می­شود. روش­های محاسبات نرم­افزاری به دلیل عملکرد طبقه‌بندی آنها در تشخیص بیماری­های پزشکی اهمیت زیادی دارند. تشخیص و طبقه­بندی تصاویر پزشکی یک کار چالش برانگیز است. <stron...

full text

برساخت اجتماعی سرطان سینه: مطالعه موردی زنان مبتلا به سرطان سینه در شهر تبریز

این پژوهش با رویکردی جامعه شناختی به بیماری سرطان سینه، در میان زنان مبتلا به این بیماری در دو بیمارستان شهید قاضی و امام خمینی تبریز، به صورت کیفی و بر پایه راهبرد نظریه مبنایی با گروه نمونه28 نفر متشکل از 24 بیمار، 2 پزشک و 2 کارشناس رادیوتراپی انجام شده است. نتایج پژوهش با استفاده از مصاحبه عمیق با گروه نمونه، با ارائه مقوله های 1- فهمیدن بیماری و آغاز روند درمان و 2- بیمار و خلق راهکارهایی ...

full text

بررسی بیان ژن zfx در نمونه های آرشیوی سرطان سینه

فرضیه سلول های بنیادی سرطانی منشا بیان می کند که تومورها متشکل از مخلوط هتروژنی از سلول ها با تمایز جزئی هستند که از بسیاری جهات، مشابه اندام های طبیعی بوده و در ضمن دارای خصوصیت خودبازسازی هستند. یکی از ژن هایی که در تنظیم خودبازسازی دخالت دارد و بیش بیان آن در بدخیمی هایی از قبیل آدنوکارسینومای پروستات و سرطان های گلیوما و معده گزارش شده است، ژن zfx می باشد. هدف مطالعه حاضر بررسی بیان ژن zfx ...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 1

pages  5- 9

publication date 2000-03

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023