MétaCan
Menu
Retour à la cohorte
Enregistrement W4235748407 · doi:10.1097/pai.0000000000000163

Standardization of Positive Controls in Diagnostic Immunohistochemistry

2014· review· en· W4235748407 sur OpenAlexaff
Emina Torlakovic, Søren Nielsen, Glenn Francis, J. R. Garratt, C. Blake Gilks, Jeffrey D. Goldsmith, Jason L. Hornick, Elizabeth Hyjek, Merdol Ibrahim, Keith Miller, Eugen Petcu, Paul E. Swanson, Xiaoge Zhou, Clive R. Taylor, Mogens Vyberg

Notice bibliographique

RevueApplied immunohistochemistry & molecular morphology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Cancer InstituteU.S. Public Health Service
Mots-clésStandardizationImmunohistochemistryHarmonizationMedicineComputer sciencePathologyMedical physics

Résumé

récupéré en direct d'OpenAlex

Diagnostic immunohistochemistry (dIHC) has been practiced for several decades, with an ongoing expansion of applications for diagnostic use, and more recently for detection of prognostic and predictive biomarkers. However, standardization of practice has yet to be achieved, despite significant advances in methodology. An Ad Hoc Expert Committee was formed to address the standardization of controls, which is a missing link in demonstrating and assuring standardization of the various components of dIHC. This committee has also developed a concept of immunohistochemistry critical assay performance controls that are intended to facilitate methodology transfer and harmonization in dIHC. Furthermore, the committee has clarified definitions of IHC assay sensitivity and specificity, with special emphasis on how these definitions apply to positive controls. Recommendations for “best laboratory practice” regarding positive controls for dIHC are specified. The first set of immunohistochemistry critical assay performance controls for several frequently used IHC stains or tests is also developed and presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,087
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0870,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,004
Études des sciences et des technologies0,0010,008
Communication savante0,0050,003
Science ouverte0,0060,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,014
Tête enseignante GPT0,361
Écart entre enseignants0,347 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied immunohistochemistry & molecular morphologyMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207