Impact of Next-generation Sequencing on Interobserver Agreement and Diagnosis of Spitzoid Neoplasms
Notice bibliographique
Résumé
Atypical Spitzoid melanocytic tumors are diagnostically challenging. Many studies have suggested various genomic markers to improve classification and prognostication. We aimed to assess whether next-generation sequencing studies using the Tempus xO assay assessing mutations in 1711 cancer-related genes and performing whole transcriptome mRNA sequencing for structural alterations could improve diagnostic agreement and accuracy in assessing neoplasms with Spitzoid histologic features. Twenty expert pathologists were asked to review 70 consultation level cases with Spitzoid features, once with limited clinical information and again with additional genomic information. There was an improvement in overall agreement with additional genomic information. Most significantly, there was increase in agreement of the diagnosis of conventional melanoma from moderate (κ=0.470, SE=0.0105) to substantial (κ=0.645, SE=0.0143) as measured by an average Cohen κ. Clinical follow-up was available in all 70 cases which substantiated that the improved agreement was clinically significant. Among 3 patients with distant metastatic disease, there was a highly significant increase in diagnostic recognition of the cases as conventional melanoma with genomics (P<0.005). In one case, none of 20 pathologists recognized a tumor with BRAF and TERT promoter mutations associated with fatal outcome as a conventional melanoma when only limited clinical information was provided, whereas 60% of pathologists correctly diagnosed this case when genomic information was also available. There was also a significant improvement in agreement of which lesions should be classified in the Spitz category/WHO Pathway from an average Cohen κ of 0.360 (SE=0.00921) to 0.607 (SE=0.0232) with genomics.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».