Ovarian carcinoma histotype determination is highly reproducible, and is improved through the use of immunohistochemistry
Notice bibliographique
Résumé
AIMS: To assess the variation in ovarian carcinoma type diagnosis among gynaecological pathologists from Nordic countries, and whether a rationally designed panel of immunohistochemical markers could improve diagnostic reproducibility. METHODS AND RESULTS: Eight pathologists from four countries (Sweden, Denmark, Norway, and Finland) received an educational lecture on the diagnosis of ovarian carcinoma type. All tumour-containing slides from 54 ovarian carcinoma cases were independently reviewed by the participants, who: (i) determined type purely on the basis of histology; (ii) indicated whether they would apply immunohistochemistry in their routine practice; and (iii) determined type after reviewing the staining results. The results for six markers (WT1, p53, p16, HNF-1β, ARID1A, and progesterone receptor) were determined for all 54 cases, by staining of a tissue microarray. The median concordance with central review diagnosis was 86%, and significantly improved to 90% with the incorporation of immunostaining results (P = 0.0002). The median interobserver agreement was 78%, and significantly improved to 85% with the incorporation of immunostaining results (P = 0.0002). CONCLUSIONS: Use of the immunostaining results significantly improved both diagnostic accuracy and interobserver agreement. These results indicate that ovarian carcinoma type can be reliably diagnosed by pathologists from different countries, and also demonstrate that immunohistochemistry has an important role in improving diagnostic accuracy and agreement between pathologists.
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 | 0,021 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».