Reliability of Ki67 visual scoring app compared to eyeball estimate and digital image analysis and its prognostic significance in hormone receptor‐positive breast cancer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We analysed the reproducibility of Ki67 labelling index (LI) between two scorers using the International Ki67 Working Group (IKWG) global methods on an Android application (APP), correlated the APP and eyeball estimate (EBE) with digital image analysis (DIA) scores and determined the prognostic significance of Ki67LI. Global weighted (GW) and global unweighted (GUW) Ki67 app scores of hormone receptor-positive and HER2 (human epidermal growth factor receptor 2)-negative breast cancer patients were obtained. Reproducibility of Ki67LI between 2 scorers and correlation of APP and EBE scores with DIA scores were performed. The prognostic significance of APP scores and its correlation with other clinico-pathologic variables were evaluated. The intra-class correlation coefficient (ICC) between 2 scorers showed excellent reliability with both GW and GUW methods. ICC between DIA and APP scores was significantly greater than DIA versus EBE. The three categories of APP scores based on median value and cut points of 10%, 18% and 38% were significantly associated with poor DFS. On multivariate analysis, significant association between Ki67LI, tumour size, nodal involvement and DFS was noted. Our study shows that the visual Ki67 scoring app is effective in bringing consistency to KI67LI and APP scores showed significant correlation with DFS.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle