MétaCan
Menu
Retour à la cohorte
Enregistrement W2921854970 · doi:10.5858/arpa.2018-0316-oa

Utility of Multistep Protocols in the Analysis of Sentinel Lymph Nodes in Cutaneous Melanoma: An Assessment of 194 Cases

2019· article· en· W2921854970 sur OpenAlexaffabout
Pavandeep Gill, Jenika Howell, Christopher Naugler, Marie S. Abi Daoud

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMelanomaProtocol (science)DermatopathologyH&E stainSentinel lymph nodeStainBiopsyLymphPathologyDermatologyImmunohistochemistryStainingCancerInternal medicineBreast cancer

Résumé

récupéré en direct d'OpenAlex

CONTEXT.—: Currently, no universal protocol exists for the assessment of sentinel lymph nodes (SLNs) in cutaneous melanoma. Many institutions use a multistep approach with multiple hematoxylin-eosin (H&E) and immunohistochemical stains. However, this can be a costly and time- and resource-consuming task. OBJECTIVE.—: To assess the utility for multistep protocols in the analysis of melanoma SLNs by specifically evaluating the Calgary Laboratory Services (CLS) protocol (which consists of 3 H&E slides and 1 S100 protein, 1 HMB-45, and 1 Melan-A slide per melanoma SLN block) and to develop a more streamlined protocol. DESIGN.—: Histologic slides from SLN resections from 194 patients with diagnosed cutaneous melanoma were submitted to the CLS dermatopathology group. Tissue blocks were processed according to the CLS SLN protocol. The slides were re-reviewed to determine whether or not metastatic melanoma was identified microscopically at each step of the protocol. Using SPSS software, a decision tree was then created to determine which step most accurately reflected the true diagnosis. RESULTS.—: We found with Melan-A immunostain that 337 of 337 negative SLNs (100%) were correctly diagnosed as negative and 55 of 56 positive nodes (98.2%) were correctly diagnosed as positive. With the addition of an H&E level, 393 of 393 SLNs (100%) were accurately diagnosed. CONCLUSIONS.—: We recommend routine melanoma SLN evaluation protocols be limited to 2 slides: 1 H&E stain and 1 Melan-A stain. This protocol is both time- and cost-efficient and yields high diagnostic accuracy.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,353
Écart entre enseignants0,330 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207