Bone Marrow Immunohistochemistry and Flow Cytometry in the Diagnosis of Malignant Hematologic Diseases With Emphasis on Lymphomas: A Comparative Retrospective Study
Notice bibliographique
Résumé
We aim to evaluate the degree of agreement between immunohistochemistry (IHC) and flow cytometry (FC) in the diagnosis of malignant hematologic diseases, mainly lymphomas. A total of 260 bone marrow biopsies, 255 bone marrow aspirates, and 5 other suspensions of 260 patients used for diagnosis of a hematologic malignancy between 2009 and 2012 with both, IHC and FC, were retrospectively analyzed. Overall there is a substantial degree of agreement (κ=0.69) between IHC and FC. Chronic lymphocytic leukemia/small lymphocytic lymphoma, mature T-cell neoplasms, acute leukemias, and myelodysplastic syndromes had the highest concurrence rates (>80%). In nonconcordant cases, an IHC provided diagnosis in 25.4%, and an FC in 4.6%. Lymphomas were diagnosed by an IHC only in 51% of the cases. Both methods have good concurrence rates and are complementary. An IHC has the advantage of combining markers, morphology, and tissue immunoarchitecture, which is beneficial in the diagnosis of lymphomas. An FC is required in leukemias as it is faster and plays an important role in minimal residual disease.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».