MétaCan
Menu
Retour à la cohorte
Enregistrement W3195365965 · doi:10.30683/1929-2279.2020.09.05

Diagnostic and Prognostic DNA-Karyometry for Cancer Diagnostics

2021· article· en· W3195365965 sur OpenAlex
Alfred Böcking, David Friedrich, Branko Palcic, Dietrich Meyer-Ebrech, Chen Jin

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJournal of cancer research updates · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésFeulgen stainMalignancyGrading (engineering)PathologyNuclear DNACancerAneuploidyStainingBiologyStainDNAMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Diagnostic and prognostic DNA-karyometry represents an automated computerized microscopical procedure, designed to improve cancer diagnostics at three different aspects: Screening for cancer cells, e.g. in body cavity effusions, urines or mucosal smears Specifying the risk of dysplasias or borderline lesions to progress to manifest cancer, e.g. of oral, bronchial or cervical mucosa, or the ovary. Grading the malignancy of certain tumors, like prostate cancer. It combines an automated diagnostic classification of Feulgen-stained nuclei with precise nuclear DNA-measurements. DNA-aneuploidy is used as a specific marker of malignancy and its degree for grading. All types of cytological specimens can be used after (re-)staining specific for DNA according to Feulgen. Histological specimens are subjected to enzymatic cell separation before Feulgen-staining. A video-slide scanner is used for automated scanning of microscopical slides. Diagnostic nuclear classifiers have tissue-specifically been trained by an expert-cytopathologist (A. B.), based on Random Forest Classifiers, applying 18 different morphometric features. They achieve an overall accuracy of 91.1% to differentiate 8 differents types of objects/nuclei. Nuclear DNA-measurements of diploid nuclei achieve a CV of <3%. DNA-stemline-aneuploidy, applied as a 100% specific marker for malignancy, is detected and quantified, using internationally accepted algorithms (ESACP 1995-2001). Suspicion of malignancy is raised in the absence of DNA-aneuploidy but presence of >1% morphometrically abnormal nuclei. Time needed for loading, scanning and validation of results per slide is about 10 minutes. Results of digital diagnostic nuclear classification can be verified by a cytopathologist, using image galleries. Likewise automated diagnostic interpretation of nuclear DNA-distributions can be checked on the monitor, before a pathologists validated diagnoses are issued. Screening-results are presented for body cavity effusions and urines. Evaluations of dysplasias are reported for oral, bronchial and cervical smears. Results of grading malignancy are shown for prostate cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,387
Écart entre enseignants0,353 · 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