Web based pathology assessment in RTOG 98-04
Notice bibliographique
Résumé
AIMS: Radiation Therapy Oncology Group 98-04 sought to identify women with ‘good risk’ ductal carcinoma in situ (DCIS) who receive no significant benefit from radiation. Enrolment criteria excluded close or positive margins and grade 3 disease. To ensure reproducibility in identifying good risk pathology, an optional web based teaching tool was developed and a random sampling of 10% of submitted slides were reviewed by a central pathologist. METHODS: Submitting pathologists were asked to use the web based teaching tool and submit an assessment of the tool along with the pathology specimen form and DCIS H&E stained slide. Per protocol pathology was centrally reviewed for 10% of the cases. RESULTS: Of the 55 DCIS cases reviewed, three had close or positive margins and three were assessed to include grade 3 DCIS, therefore 95% of DCIS cases reviewed were correctly graded, and 89% reviewed were pathologically appropriate for enrolment. Regarding the teaching tool, 13% of DCIS cases included forms that indicated the website was used. One of these seven who used the website submitted DCIS of grade 3. CONCLUSIONS: Central review demonstrates high pathological concordance with enrolment eligibility, particularly with regard to accurate grading. The teaching tool appeared to be underused.
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 | 0,006 | 0,003 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».