MétaCan
Menu
Retour à la cohorte
Enregistrement W2811161985 · doi:10.3747/co.25.4031

Harmonization of PD-L1 Testing in Oncology: A Canadian Pathology Perspective

2018· review· en· W2811161985 sur OpenAlexaffvenueabout
Diana N. Ionescu, Michelle R. Downes, Anna Christofides, Ming‐Sound Tsao

Notice bibliographique

RevueCurrent Oncology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Immunotherapy and Biomarkers
Établissements canadiensImpactPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of TorontoSunnybrook Health Science CentreHealth Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineHead and neck squamous-cell carcinomaLung cancerOncologyPD-L1Head and neck cancerCancerPathologyBioinformaticsMedical physicsInternal medicineImmunotherapy

Résumé

récupéré en direct d'OpenAlex

Checkpoint inhibitors targeting the programmed cell death 1 protein (PD-1) and programmed cell death ligand 1 (PD-L1) are demonstrating promising efficacy and appear to be well tolerated in a number of tumour types. In non-small-cell lung cancer, head-and-neck squamous cell carcinoma, and urothelial carcinoma, outcomes appear particularly favourable in patients with high PD-L1 expression. However, assays for PD-L1 have been developed for individual agents, and they use different antibody clones, immunohistochemistry staining protocols, scoring algorithms, and cut-offs. Given that laboratories are unlikely to use multiple testing platforms, use of one PD-L1 assay in conjunction with a specific therapy will become impractical and could compromise treatment options. Methods to harmonize testing methods are therefore crucial to ensuring appropriate treatment selection. This paper focuses on lung, bladder, and head-and-neck cancer. It reviews and compares available PD-L1 testing methodologies, summarizes the literature about comparability studies to date, discusses future directions in personalized diagnostics, and provides a pathologist's perspective on PD-L1 testing in the Canadian laboratory setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,276
Tête enseignante GPT0,487
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations44
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetCancer Immunotherapy and BiomarkersTravaux en français237 207