MétaCan
Menu
Retour à la cohorte
Enregistrement W4237439689 · doi:10.1038/labinvest.2008.153

Special Category - Pan-genomic/Pan-proteomic Approaches to Cancer

2009· article· en· W4237439689 sur OpenAlexaboutno aff
John B. Thomison, H Currens, Stephen S. Raab, Anna Wilson, Bruce Nash, Yibing Bai, Arvind Gopinath, Summar Siddiqui, Huaidong Cheng, Eirini Pectasides, Robert L. Camp, Juliane Bauersfeld, Dafydd G. Thomas, Rork Kuick, Michelle Vinco, Donita Sanders

Notice bibliographique

RevueLaboratory Investigation · 2009
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerComputational biologyBiologyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

High average observed agreement, sensitivity, and specificity in ER, PR, and HER2 testing was observed (all > 90%). Kappa values were within the target range (> 0.8, or "near perfect" agreement) for all participating laboratories except the following: 1 laboratory for ER, 6 laboratories for PR, and 1 laboratory for HER2. Kendall's coefficient of concordance between the 18 laboratories was 0.942 for ER, 0.930 for PR, and 0.958 for HER2. False positive and false negative results could be identified as either interpretive or technical errors. Conclusions: The first Canadian IHC EQA testing for ER, PR, and HER2 showed very high concordance between laboratories. The anonymous participation and unrestricted full access provides a means for rapid insight into technical or interpretive deficiencies, allowing appropriate corrective action to be taken.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,265
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaboratory InvestigationMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207