Erythroid side scatter: A parameter that improves diagnostic accuracy of flow cytometry myelodysplastic syndrome scoring
Notice bibliographique
Résumé
BACKGROUND: Flow cytometry immunophenotyping (FCM) is a benchmark test for integrated diagnosis of myelodysplastic syndromes (MDS). Our department's FCM-MDS-score follows international guidelines and additionally includes the maturing erythroid (mEry) side scatter (SSC)/lymphocyte SSC ratio (mErySSCr), often increased in MDS patients. A recent exploratory computational flow analysis study highlighted mErySSC as the top feature for separating MDS from non-MDS. Thus, we sought to systematically evaluate the diagnostic accuracy of mErySSCr in conventional diagnostic FCM as used currently in-house. METHODS: Historical MDS (n = 93), chronic myelomonocytic leukemia (CMML; n = 27) and non-neoplastic cytopenia (n = 57) cohorts were created. Differences between these cohorts and LG-MDS entities were mapped and the mErySSCr cut-off was refined. Prospective bone marrows (n = 213) received for marrow failure work-up were used to determine the sensitivity and specificity of mErySSCr, both as a sole parameter and as a component of the MDS-score. RESULTS: Low-grade (LG)-MDS mErySSCr differed more prominently from controls (p = <0.0001) than high-grade (HG)-MDS (p = 0.024). CMML and controls had a similar mErySSCr. As sole parameter, mErySSCr specificity was 91.1% (n = 112 non-MDS diagnoses) and sensitivity was 36% for LG-MDS (n = 36) and 25% for new HG-MDS diagnoses (n = 16). The specificity of the MDS-score was similar if mErySSCr was omitted (81.3% with and 82.1% without). The MDS-score sensitivity for new HG-MDS diagnoses and CMML (n = 17) was 100%, and was not affected by mErySSCr. The score sensitivity for LG-MDS however, dropped from 86.1% to 72.2% when mErySSCr was excluded. CONCLUSION: mErySSCr increases the diagnostic accuracy of flow-based MDS scoring in our setting, particularly for LG-MDS.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».