MétaCan
Menu
Retour à la cohorte
Enregistrement W2885600239 · doi:10.1080/10520295.2018.1446101

Factors that drive the increasing use of FFPE tissue in basic and translational cancer research

2018· review· en· W2885600239 sur OpenAlexaff
E. F. Gaffney, Peter Riegman, WE Grizzle, Peter H. Watson

Notice bibliographique

RevueBiotechnic & Histochemistry · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésBiobankQuality (philosophy)Sample (material)Molecular pathologyBiorepositoryTranslational researchComputer sciencePathologyData qualityComputational biologyMedicineData scienceMedical physicsBiologyBioinformaticsOperations managementChemistryGenetics

Résumé

récupéré en direct d'OpenAlex

The decision to use 10% neutral buffered formalin fixed, paraffin embedded (FFPE) archival pathology material may be dictated by the cancer research question or analytical technique, or may be governed by national ethical, legal and social implications (ELSI), biobank, and sample availability and access policy. Biobanked samples of common tumors are likely to be available, but not all samples will be annotated with treatment and outcomes data and this may limit their application. Tumors that are rare or very small exist mostly in FFPE pathology archives. Pathology departments worldwide contain millions of FFPE archival samples, but there are challenges to availability. Pathology departments lack resources for retrieving materials for research or for having pathologists select precise areas in paraffin blocks, a critical quality control step. When samples must be sourced from several pathology departments, different fixation and tissue processing approaches create variability in quality. Researchers must decide what sample quality and quality tolerance fit their specific purpose and whether sample enrichment is required. Recent publications report variable success with techniques modified to examine all common species of molecular targets in FFPE samples. Rigorous quality management may be particularly important in sample preparation for next generation sequencing and for optimizing the quality of extracted proteins for proteomics studies. Unpredictable failures, including unpublished ones, likely are related to pre-analytical factors, unstable molecular targets, biological and clinical sampling factors associated with specific tissue types or suboptimal quality management of pathology archives. Reproducible results depend on adherence to pre-analytical phase standards for molecular in vitro diagnostic analyses for DNA, RNA and in particular, extracted proteins. With continuing adaptations of techniques for application to FFPE, the potential to acquire much larger numbers of FFPE samples and the greater convenience of using FFPE in assays for precision medicine, the choice of material in the future will become increasingly biased toward FFPE samples from pathology archives. Recognition that FFPE samples may harbor greater variation in quality than frozen samples for several reasons, including variations in fixation and tissue processing, requires that FFPE results be validated provided a cohort of frozen tissue samples is available.

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)0,079
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,416

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0790,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,005
Communication savante0,0080,004
Science ouverte0,0020,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,165
Tête enseignante GPT0,420
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations136
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnic & HistochemistryMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207