Accelerating type‐specific ovarian carcinoma research: Calculator for Ovarian Subtype Prediction (<scp>COSP</scp>) is a reliable high‐throughput tool for case review
Notice bibliographique
Résumé
AIMS: The recent recognition that ovarian carcinoma is composed of five distinct disease entities has served to increase the value of accurate histotyping. Reliable identification of histotypes is essential for the success of studies testing novel therapies, as well as for biomarker discovery research. The aim of this study was to examine the utility of a nine-marker immunohistochemical (IHC) panel, designated the Calculator for Ovarian Subtype Prediction (COSP), to reliably reproduce the consensus diagnosis of two expert gynaecological pathologists. METHODS AND RESULTS: A total of 423 cases from the AGO-OVAR11 trial were evaluated using the COSP IHC panel, and compared to original diagnoses from >100 local contributing pathologists and independent expert gynaecopathology review. The overall concordance between COSP and expert review was 89%; in cases where a local pathologist's diagnosis was confirmed by COSP, the expert gynaecopathologist also agreed in 97.5% of cases. CONCLUSIONS: The incorporation of COSP into a high-throughput diagnostic review algorithm will decrease the need for expert review by identifying a small number of difficult cases that truly require expert review. This modification will serve to increase the efficiency of the diagnostic review process, which will probably serve to reduce operational costs and expedite translational studies on ovarian carcinoma.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».