Variation in breast cancer grading in 1,636 resections assessed using control charts and in silico kappa
Notice bibliographique
Résumé
OBJECTIVE: Assess interpretative variation in Nottingham grading using control charts (CCs) and in silico kappa (ISK). METHODS: In house invasive breast cancer cases (2011-2019) at two institutions with a synoptic report were extracted. Pathologist interpretative rates (PIRs) were calculated and normed for Nottingham grade (G) and its components (tubular score (TS), nuclear score (NS), mitotic score (MS)) for pathologists interpreting >35 cases. ISKs were calculated using the ordered mutually exclusive category assumption (OMECA) and maximal categorical overlap assumption (MCOA). RESULTS: The study period included 1,994 resections. Ten pathologists each assessed 38-441 cases and together saw 1,636; these were further analyzed. The PIR medians (normed ranges) were: G1:24%(18-27%), G2:53%(43-56%) and G3:26%(19-33%). The MCOA ISK and the number of statistical outliers (p< 0.05/p< 0.001) to the group median interpretive rate (GMIR) for the ten pathologists was G1: 0.82(2/0 of 10), G2: 0.76(1/1), G3: 0.71(3/1), TS1: 0.79(1/0), TS2: 0.63(5/1), TS3: 0.66(5/1), NS1: 0.37(5/4), NS2: 0.60(4/3), NS3: 0.59(4/4), MS1: 0.78(3/1), MS2: 0.78(3/1), MS3: 0.77(2/0). The OMECA ISK was 0.62, 0.49, 0.69 and 0.71 for TS, NS, MS and G. CONCLUSIONS: The nuclear score has the most outliers. NS1 appears to be inconsistently used. ISK mirrors trends in conventional kappa studies. CCs and ISK allow insight into interpretive variation and may be essential for the next generation in quality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».