Auto-Analysis for Ki-67 Indices of Breast Cancer Using Specified Computer Software and a Virtual Microscopy
Notice bibliographique
Résumé
Ki-67 index is one of important markers that is correlated with chemotherapy response and prognosis of breast cancer patients. However, Ki-67 index is not easily provided and are limited by intra-observer error and potentially subjective decision making. We performed this study to develop an objective auto-analysis system to count Ki-67 indices. A total of185 invasive breast cancer cases were used. Immunohistochemical staining was performed using auto-stainer and MIB-1 antibody. The results were stored digitally by virtual microscopy and auto-analyzed by Genie/Aperio software (Vista, CA, USA). As for Ki-67 indices, a good correlation was observed between direct ocular observations and auto-analysis techniques (r = 0.94, p < 0.001). The index examined by auto-analysis was significantly correlated with nuclear atypia, mitotic counts, and nuclear grade of pT1 breast cancers. Auto-analysis of 5 high power fields was better correlated with nuclear grade than that of whole fields. Further, the Ki-67 index was better correlated with mitotic counts than with nuclear atypia.Auto-analysis can provide results concordant with those obtained by direct ocular observation in a short time. Auto-analysis is more likely to result in an objective observation and provide a means by which to standardize methods for immunohistochemical Ki-67 indices of breast cancer.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».