အမေရိကန်ပြည်ထောင်စု၏ Cleveland ဆေးခန်းမှ Eric D. His et al. United States ရှိ peripheral T cell lymphoma (PTCL) ၏ရောဂါလက္ခဏာများသည် အလွန်ကွဲပြားပြီး lymphoma ကို အပြည့်အဝခွဲခြားရန် အရေးကြီးသော phenotypic အချက်အလက်များ မကြာခဏချို့တဲ့ကြောင်း အစီရင်ခံတင်ပြပါသည်။ လာမည့်ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့ခွဲခြားသတ်မှတ်ခြင်းကိုရွေးချယ်ထားသောအမှတ်အသားများအတွက်စစ်ဆေးမှုကွာဟချက်ကိုဖြည့်သင့်သည်။ တိကျမှန်ကန်သောရောဂါရှာဖွေမှုသည် ပို၍ အရေးကြီးလာသည်နှင့်အမျှ၎င်းသည် PTCL ကိုပစ်မှတ်ထားသောကုထုံးခေတ်သို့ရောက်စေလိမ့်မည်။ (Clin Lymphoma Myeloma Leuk. 2017; 17:193-200။)
အရံ T-ဆဲလ် Lymphoma (PTCL) ၏ထူးခြားသောလူ ဦး ရေကိုပိုမိုနက်ရှိုင်းစွာနားလည်မှုနှင့်အတူ၊ အမျိုးအစားခွဲခြားခြင်းဆိုင်ရာသုတေသနနည်းစနစ်များဆက်လက်ပေါ်ထွက်လာပြီးတိကျမှန်ကန်သောရောဂါရှာဖွေမှုသည် ပို၍ ပို၍ အရေးကြီးလာသည်။
အဆိုပါလေ့လာမှုအရံ T- ဆဲလ် lymphoma (ပြည့်စုံ) အတွက်ပြည့်စုံကုသမှုအစီအမံများ၏လေ့လာမှုကနေဒေတာတွေကိုရရှိခဲ့နှင့် PTCL ၏ histopathological ရောဂါနှင့်အတူလူနာတစ် ဦး အတိုင်းအတာခွဲခြမ်းစိတ်ဖြာပြုလုပ်ခဲ့သည်။ COMPLETE လေ့လာမှုသည် United States တွင် PTCL အသစ်ရှိသည့်လူနာများကိုအလားအလာရှိသောအုပ်စုလိုက်လေ့လာမှုဖြစ်သည်။ ရလဒ်များအရလူနာ ၄၉၉ ဦး အားပညာရေးအဖွဲ့အစည်း ၄၀ နှင့်လူထုစင်တာ ၁၅ ခုမှစာရင်းသွင်းထားခြင်းဖြစ်သည်။ ၄၉၃ ခုတွင်အခြေခံအကဲဖြတ်ပုံစံကိုကောက်ယူခဲ့ပြီး ၄၃၅ ခု (၈၈%) ကိုခွဲခြမ်းစိတ်ဖြာရန်ရရှိနိုင်ပါသည်။ အသုံးအများဆုံးရောဂါများမှာ PTCL၊ မသတ်မှတ်ထားသော PTCL (PTCL-NOS)၊ anaplastic ကြီးမားသောဆဲလ် lymphoma နှင့် angioimmunoblastic T cell lymphoma (AITL) တို့ဖြစ်သည်။ လူနာတိုင်းသည်ပျမ်းမျှ ၁၀ ယောက် (၀၂-၂၁) အမှတ်အသားများကိုအကဲဖြတ်သည်။ CD493 ပုံမှန်အကဲဖြတ်သည်, ဒါပေမယ့် CD435 ၏ဟူသောအသုံးအနှုနျး anaplastic ကြီးမားသောဆဲလ် lymphoma မဟုတ်သောလူနာများတွင်ကိုက်ညီမှုမရှိပါ။ PTCL-NOS ပါသောလူနာများ၏ ၁၇% သာ PD88 စကားရပ်ကိုအကဲဖြတ်ကြသည်။ CXCL10 သည် AITL ၏ ပို၍ ထိခိုက်လွယ်သောအညွှန်းဖြစ်သည်။ AITL လူနာများ၏ထုတ်ဖော်နှုန်းသည် ၈၄% ဖြစ်ပြီး PTCL-NOS လူနာ၏ ၃% သာ CXCL0 ၏ဖော်ပြချက်ကိုတွေ့ရှိခဲ့ကြသည်။ follicular အကူတီဆဲလ်အမှတ်အသားများ၏အကဲဖြတ်ရလဒ်များကိုပညာရေးဆိုင်ရာအဖွဲ့အစည်းများနှင့်လူမှုအသိုင်းအဝိုင်းရှိလူနာများအကြားကွဲပြားခြားနားသည်။ ပညာရေးအင်စတီကျူးရှင်းများသည် AITL (21% vs 30%, P = 30) နှင့်အတူလူနာများတွင် PD17 ၏ဖော်ပြချက်ကိုပိုမိုမကြာခဏအကဲဖြတ်သည်။