Quantification of Human Epidermal Growth Factor Receptor 2 Immunohistochemistry Using the Ventana Image Analysis System
Notice bibliographique
Résumé
The use of computer-based image analysis for scoring human epidermal growth factor receptor 2 (HER2) immunohistochemistry (IHC) has gained a lot of interest recently. We investigated the performance of the Ventana Image Analysis System (VIAS) in HER2 quantification by IHC and its correlation with fluorescence in situ hybridization (FISH). We specifically compared the 3+ IHC results using the manufacturer's machine score cutoffs versus laboratory-defined cutoffs with the FISH assay. Using the manufacturer's 3+ cutoff (VIAS score; 2.51 to 3.5), 181/536 (33.7%) were scored 3+, and FISH was positive in 147/181 (81.2%), 2 (1.1%) were equivocal, and 32 (17.6%) were FISH (-). Using the laboratory-defined 3+ cutoff (VIAS score 3.5), 52 (28.7%) cases were downgraded to 2+, of which 29 (55.7%) were FISH (-), and 23 (44.2%) were FISH (+). With the revised cutoff, there were improvements in the concordance rate from 89.1% to 97.0% and in the positive predictive value from 82.1% to 97.6%. The false-positive rate for 3+ decreased from 9.0% to 0.8%. Six of 175 (3.4%) IHC (-) cases were FISH (+). Three cases with a VIAS score 3.5 showed polysomy of chromosome 17. In conclusion, the VIAS may be a valuable tool for assisting pathologists in HER2 scoring; however, the positive cutoff defined by the manufacturer is associated with a high false-positive rate. This study highlights the importance of instrument validation/calibration to reduce false-positive results.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».