MétaCan
Menu
← Retour à la cohorte
Enregistrement W2283953041 · doi:10.1017/cjn.2015.249

1. Traditional and Electronic Ki-67 Quantitation in Oligodendrogliomas

2015· article· en· W2283953041 sur OpenAlexaffvenue
Saeed Asiry, Philippe Rizek, Rob Hammond

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePituitary Gland Disorders and Treatments
Établissements canadiensLondon Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)OligodendrogliomaKi-67ConcordanceMedicineMitotic indexImmunohistochemistryPathologyProliferation indexInternal medicineGliomaAstrocytomaBiologyMitosisCancer research

Résumé

récupéré en direct d'OpenAlex

The Ki-67 proliferative index has become a useful, objective, immunohistochemical tool that can aid in grading and prognostication for patients with oligodendrogliomas. Previous studies have described the prognostic significance of the Ki-67 index for such patients. According to the WHO classification of tumors of the central nervous system (2007) ”mitotic activity is low in WHO grade II oligodendroglioma, and labeling indices for proliferation markers are accordingly low, usually below 5%”. Furthermore, the predictive value of the Ki-67 index appears to be independent of age, tumor site, and histological grade. What is less well described is the relative accuracy of traditional vs. semi-automated methods of enumeration for a test where small differences can influence grading, prognosis and treatment. Tang et al. (2012), studying gastroenteropancreatic neuroendocrine tumours, found high concordance between two semi-automated methods for Ki-67 quantitation whereas “eyeballed estimates” were far less reliable. We will compare the reported proliferative index estimates to those calculated by digital image analysis of 35 recent oligodendrogliomas from the LHSC Pathology archives.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,064
Tête enseignante GPT0,288
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetPituitary Gland Disorders and Treatments→Travaux en français237 207→