Validation of tissue microarrays in oral epithelial dysplasia using a novel virtual-array technique
Notice bibliographique
Résumé
BACKGROUND: Malignant transformation risk in oral epithelial dysplasia (OED) is currently determined by histological assessment. The subjectivity of this approach has led to interest in identifying prognostic biomarkers. Tissue microarrays (TMA) can reduce the utilization of the finite resources of a pathological archive. However, the selectivity involved in TMA construction necessitates the need to ensure that individual cores are representative of the overall features of the donor specimen. We aimed to validate, for the first time, the use of the TMA technique in OED by using a novel virtual array technique. METHODS: Sections from 38 cases of OED were stained with H&E and 6 immunohistochemical (IHC) biomarkers. All were then digitally scanned. Virtual cores were generated by image capturing a 0.6mm(2) area of the IHC slide that corresponded to the same dysplastic area marked on the H&E slide. Two trained blinded observers scored both whole slides and virtual cores independently. The degree of reliability in scores between the individual raters and between virtual TMA cores and slides was assessed using both interclass correlation coefficient (ICCC) and weighted κ statistics. RESULTS: Excellent inter-observer reliability was demonstrated with all the immunohistochemical markers. ICCC ranged from 0.67-1.0 and κ scores >0.8. There was also a high reliability in the scores between whole slides and virtual TMAs, with ICCC of between 0.66 and 0.89 for the 6 markers. CONCLUSIONS: This study validates the use of TMAs in OED using a variety of biomarkers. We also report a novel method for achieving this using a novel virtual-array technique.
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 | 0,008 | 0,004 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».