MétaCan
Menu
Retour à la cohorte
Enregistrement W1903446459 · doi:10.4137/cin.s401

Effect of Quantitative Nuclear Image Features on Recurrence of Ductal Carcinoma <i>In Situ</i> (DCIS) of the Breast

2008· article· en· W1903446459 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCancer Informatics · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensYork UniversityUniversity of WaterlooWomen's College HospitalQueen's UniversityUniversity Health Network
Organismes subventionnairesNational Cancer Institute
Mots-clésGrading (engineering)MedicineDuctal carcinomaNuclear medicineRadiologyBreast cancerInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nuclear grade has been associated with breast DCIS recurrence and progression to invasive carcinoma; however, our previous study of a cohort of patients with breast DCIS did not find such an association with outcome. Fifty percent of patients had heterogeneous DCIS with more than one nuclear grade. The aim of the current study was to investigate the effect of quantitative nuclear features assessed with digital image analysis on ipsilateral DCIS recurrence. METHODS: Hematoxylin and eosin stained slides for a cohort of 80 patients with primary breast DCIS were reviewed and two fields with representative grade (or grades) were identified by a Pathologist and simultaneously used for acquisition of digital images for each field. Van Nuys worst nuclear grade was assigned, as was predominant grade, and heterogeneous grading when present. Patients were grouped by heterogeneity of their nuclear grade: Group A: nuclear grade 1 only, nuclear grades 1 and 2, or nuclear grade 2 only (32 patients), Group B: nuclear grades 1, 2 and 3, or nuclear grades 2 and 3 (31 patients), Group 3: nuclear grade 3 only (17 patients). Nuclear fine structure was assessed by software which captured thirty-nine nuclear feature values describing nuclear morphometry, densitometry, and texture. Step-wise forward Cox regressions were performed with previous clinical and pathologic factors, and the new image analysis features. RESULTS: Duplicate measurements were similar for 89.7% to 97.4% of assessed image features. The rate of correct classification of nuclear grading with digital image analysis features was similar in the two fields, and pooled assessment across both fields. In the pooled assessment, a discriminant function with one nuclear morphometric and one texture feature was significantly (p = 0.001) associated with nuclear grading, and provided correct jackknifed classification of a patient's nuclear grade for Group A (78.1%), Group B (48.4%), and Group C (70.6%). The factors significantly associated with DCIS recurrence were those previously found, type of initial presentation (p = 0.03) and amount of parenchymal involvement (p = 0.05), along with the morphometry image feature of ellipticity (p = 0.04). CONCLUSION: Analysis of nuclear features measured by image cytometry may contribute to the classification and prognosis of breast DCIS patients with more than one nuclear grade.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,350

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle