MétaCan
Menu
Retour à la cohorte
Enregistrement W2980381023 · doi:10.1002/path.2957

Breast cancer survival stratified by automated versus visual analysis of ER and PR immunohistochemistry

2011· article· en· W2980381023 sur OpenAlexaboutno aff
Zahed Mohammed, Justin P. Edwards, Clare Orange, E. Mallon, Donald C. McMillan, James J. Going

Notice bibliographique

RevueENLIGHTEN (Jurnal Bimbingan dan Konseling Islam) · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueAI in cancer detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmunohistochemistryMedicineBreast cancerCancerTissue microarrayOncologyInternal medicineUnivariate analysisMultivariate analysisProgesterone receptorCohortGynecologyPathologyEstrogen receptor

Résumé

récupéré en direct d'OpenAlex

Purpose: A woman should be able to trust that the steroid receptor status of her cancer is reported correctly. Immunohistochemistry (IHC) allows for specific assessment of tumour cells and the role of automated image analysis (IA) in the assessment of receptor IHC in breast cancer is topical. We compared ER and PR status assessed visually and by IA, and their respective abilities to predict cancer-specific survival and recurrence in a cohort with mature follow up.Patients and methods: Patients (n=525) treated for primary symptomatic operable breast cancer in Glasgow during 1995-8 were studied in triplicate tissue microarray using ER (Dako 6F11/12) and PR (Leica R636) IHC. Allred and weighted Histoscores were assigned visually (v-H Scores) and weighted H-scores by IA (ia-H Scores; Slidepath nuclear protocol). Interclass correlation coefficients, univariate and multivariate analyses were performed in SPSS v18.Results: Minimum follow up was 11.8 years (median 13.8). There was excellent agreement between steroid receptor v-H and ia-H Scores and both methods predicted cancer-specific survival equally well overall and in the 384 patients who received endocrine treatment. Allred score was also effective.Conclusions: Automated analysis of ER and PR status gave results in excellent agreement with visual analysis and equally effective (but not better) prediction of survival and tumour recurrence. Visual confirmation that the cells being analysed are representative of the invasive carcinoma remains essential and no quality asssurance requirements are made redundant by image analysis if disasters like the Newfoundland ER testing debacle (Hede, K: JNCI 2008;100:837-) are to be avoided.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueENLIGHTEN (Jurnal Bimbingan dan Konseling Islam)Même sujetAI in cancer detectionTravaux en français237 207