Reliability of Ki67 visual scoring app compared to eyeball estimate and digital image analysis and its prognostic significance in hormone receptor‐positive breast cancer
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.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».