MétaCan
Menu
Retour à la cohorte
Enregistrement W3112569865 · doi:10.1002/cyto.b.21979

Radar plots facilitate differential diagnosis of acute promyelocytic leukemia and NPM1+ acute myeloid leukemia by flow cytometry

2020· article· en· W3112569865 sur OpenAlexaff
Monali Gupta, Katayoon Jafari, Amr Rajab, Cuihong Wei, Joanna Mazur, Anne Tierens, Elizabeth Hyjek, Rumina Musani, Anna Porwit

Notice bibliographique

RevueCytometry Part B Clinical Cytometry · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinoids in leukemia and cellular processes
Établissements canadiensAssociated Medical ServicesUniversity of SaskatchewanUniversity Health Network
Organismes subventionnairesLund University Medical Faculty Foundation
Mots-clésNPM1Acute promyelocytic leukemiaMyeloid leukemiaLeukemiaPopulationFlow cytometryAcute leukemiaBiologyMedicineCancer researchImmunologyGeneticsKaryotypeGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acute promyelocytic leukemia (APL) is one of the most life-threatening hematological emergencies and requires a prompt correct diagnosis by cytomorphology and flow cytometry (FCM) with later confirmation by cytogenetics/molecular genetics. However, nucleophosmin 1 muted acute myeloid leukemia (NPM1+ AML) can mimic APL, especially the hypogranular variant of APL. Our study aimed to develop a novel, Radar plot-based FCM strategy to distinguish APLs and NPM1+ AMLs quickly and accurately. METHOD: Diagnostic samples from 52 APL and 32 NPM1+ AMLs patients were analyzed by a 3-tube panel of 10-color FCM. Radar plots combining all markers were constructed for each tube. Percentages of positive leukemic cells and mean fluorescence intensity were calculated for all the markers. RESULTS: APL showed significantly higher expression of CD64, CD2, and CD13, whereas more leukemic cells were positive for CD11b, CD11c, CD15, CD36, and HLA-DR in NPM1+ AMLs. Radar plots featured CD2 expression, a lack of a monocytic component, lack of expression of HLA-DR and CD15, and a lack of a prominent CD11c+ population as recurring characteristics of APL. The presence of blasts with low SSC, presence of at least some monocytes, some expression of HLA-DR and/or CD15, and a prominent CD11c population were recurrent characteristics of NPM1+ AMLs. Radar plot analysis could confidently separate all hypergranular APL cases from any NPM1+ AML and in 90% of cases between variant APL and blastic NPM1+ AML. CONCLUSION: Radar plots can potentially add to differential diagnostics as they exhibit characteristic patterns distinguishing APL and different types of NPM1+ AMLs.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,030
Tête enseignante GPT0,298
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCytometry Part B Clinical CytometryMême sujetRetinoids in leukemia and cellular processesTravaux en français237 207