MIB-1 Index as a Surrogate for Mitosis-Karyorrhexis Index in Neuroblastoma
Notice bibliographique
Résumé
Neuroblastoma, the most common extracranial solid tumor in infancy, shows marked biological heterogeneity. Multiple prognostic markers are combined to risk-stratify neuroblastoma patients for treatment. One marker assesses histology, dividing patients into favorable and unfavorable categories based, in part, on the mitosis-karyorrhexis index (MKI). The recommended scoring of 5000 cells is, however, time-consuming and observer-dependent, and accurate counts may not always be performed. In the present study, we investigated using MIB-1 as a surrogate marker for the MKI. Twenty-five cases of neuroblastoma, ranging from low to high MKI, were immunostained for MIB-1. A total of 375 microscopic fields were digitally captured with > 100,000 cells scored. The MIB-1 index was determined by image analysis and MKI, by manual counting of the same immunostained fields. There was a significant correlation between the MIB-1 index and MKI comparing all fields (r = 0.7869, P < 0.01) and an even better correlation comparing individual cases (r = 0.9147, P < 0.01). Using a linear regression model, a formula was generated to calculate MKI from the MIB-1 index as follows: MKI = (MIB-1 index × 0.124) + 1.412. With this formula, a low MKI corresponds to an MIB-1 index < 4.74, intermediate MKI to an MIB-1 index of 4.74 to 20.87, and high MKI to an MIB-1 index > 20.87. For comparison, the calculations were repeated using a manual MIB-1 count on the same images. Similar significant correlations were obtained, with nearly identical cutoff values for MKI categories. This approach can facilitate determination of the MKI by assessing the MIB-1 index, either by image analysis or manual counting.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».