MétaCan
Menu
Retour à la cohorte
Enregistrement W2141817946 · doi:10.1155/2003/262918

Risk Biomarker Assessment for Breast Cancer Progression: Replication Precision of Nuclear Morphometry

2003· article· en· W2141817946 sur OpenAlexaff
Neal Poulin, Andra R. Frost, Anita Carraro, Ellen C.M. Mommers, Martial Guillaud, P. J. van Diest, William E. Grizzle, Samuel W. Beenken

Notice bibliographique

RevueAnalytical Cellular Pathology · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensBC Cancer Agency
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésFeulgen stainPathologyBreast cancerHistopathologyStainNuclear DNABiologyMedicineCancerStainingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Nuclear morphometry is a method for quantitative measurement of histopathologic changes in the appearance of stained cell nuclei. Numerous studies have indicated that these assessments may provide clinically relevant information related to the degree of progression and malignant potential of breast neoplasia. Nuclear features are derived from computerized analysis of digitized microscope images, and a quantitative Feulgen stain for DNA was used. Features analyzed included: (1) DNA content; (2) nuclear size and shape; and (3) texture features, describing spatial features of chromatin distribution. In this study replicated measurements are described on a series of 54 breast carcinoma specimens of differing pathologic grades. Duplicate measurements were performed using two serial sections, which were processed and analyzed separately. The value of a single feature measurement, the nuclear area profile, was shown to be the strongest indicator of progression. A quantitative nuclear grade was derived and shown to be strongly correlated with not only the pathologic nuclear grade, but also with tubule formation, mitotic grade, and with the overall histopathologic grade. Analysis of replication precision showed that the standard methods of the histopathology laboratory, if practiced in a uniform manner, are sufficient to ensure reproducibility of these assessments. We argue that nuclear morphometry provides a standardized and reproducible framework for quantitative pathologic assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,165
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,061
Score d'incertitude au seuil0,324

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,165
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,022
Tête enseignante GPT0,329
Écart entre enseignants0,307 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Cellular PathologyMême sujetAI in cancer detectionTravaux en français237 207