MétaCan
Menu
Retour à la cohorte
Enregistrement W4388680196 · doi:10.1016/j.modpat.2023.100384

Canadian Multicentric Pan-TRK (CANTRK) Immunohistochemistry Harmonization Study

2023· article· en· W4388680196 sur OpenAlexafffundabout
Martin Hyrcza, Sebastião N. Martins-Filho, Alan Spatz, Hanjun Wang, Bibianna Purgina, Patrice Desmeules, Paul C. Park, Gilbert Bigras, Sungmi Jung, Jean‐Claude Cutz, Zhaolin Xu, David M. Berman, Brandon S. Sheffield, Carol C. Cheung, Charles Leduc, David Hwang, Diana N. Ionescu, Paul Klonowski, Myriam Chévarie‐Davis, Rose Chami, Bernard Lo, Tracy Stockley, Ming‐Sound Tsao, Emina Torlakovic

Notice bibliographique

RevueModern Pathology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Lymphocytic Leukemia Research
Établissements canadiensUniversity of SaskatchewanRoyal University HospitalSickKids FoundationHospital for Sick ChildrenUniversité de MontréalHôpital Maisonneuve-RosemontWilliam Osler Health SystemUniversity of British ColumbiaBC Cancer AgencySunnybrook Health Science CentreQueen's UniversityUniversity of OttawaDalhousie UniversityMcMaster UniversityInstitut universitaire de cardiologie et de pneumologie de QuébecUniversity of ManitobaUniversity of CalgaryHealth Sciences CentreUniversity of AlbertaUniversity Health NetworkOttawa HospitalMcGill UniversityMcGill University Health CentreUniversity of TorontoSaskatchewan Health AuthorityCentre Hospitalier de l’Université de MontréalUniversité Laval
Organismes subventionnairesBayer Canada
Mots-clésTrk receptorImmunohistochemistryStainingMedicineImmunostainingMonoclonal antibodyPathologyH&E stainAntibodyBiologyInternal medicineImmunologyNeurotrophin

Résumé

récupéré en direct d'OpenAlex

Tumor-agnostic testing for NTRK1-3 gene rearrangements is required to identify patients who may benefit from TRK inhibitor therapies. The overarching objective of this study was to establish a high-quality pan-TRK immunohistochemistry (IHC) screening assay among 18 large regional pathology laboratories across Canada using pan-TRK monoclonal antibody clone EPR17341 in a ring study design. TRK-fusion positive and negative tumor samples were collected from participating sites, with fusion status confirmed by panel next-generation sequencing assays. Each laboratory received: (1) unstained sections from 30 cases of TRK-fusion-positive or -negative tumors, (2) 2 types of reference standards: TRK calibrator slides and IHC critical assay performance controls (iCAPCs), (3) EPR17341 antibody, and (4) suggestions for developing IHC protocols. Participants were asked to optimize the IHC protocol for their instruments and detection systems by using iCAPCs, to stain the 30 study cases, and to report the percentage scores for membranous, cytoplasmic, and nuclear staining. TRK calibrators were used to assess the analytical sensitivity of IHC protocols developed by using the 2 reference standards. Fifteen of 18 laboratories achieved diagnostic sensitivity of 100% against next-generation sequencing. The diagnostic specificity ranged from 40% to 90%. The results did not differ significantly between positive scores based on the presence of any type of staining vs the presence of overall staining in ≥1% of cells. The median limit of detection measured by TRK calibrators was 76,000 molecules/cell (range 38,000 to >200,000 molecules/cell). Three different patterns of staining were observed in 19 TRK-positive cases, cytoplasmic-only in 7 samples, nuclear and cytoplasmic in 9 samples, and cytoplasmic and membranous in 3 samples. The Canadian multicentric pan-TRK study illustrates a successful strategy to accelerate the multicenter harmonization and implementation of pan-TRK immunohistochemical screening that achieves high diagnostic sensitivity by using laboratory-developed tests where laboratories used centrally developed reference materials. The measurement of analytical sensitivity by using TRK calibrators provided additional insights into IHC protocol performance.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,320
Écart entre enseignants0,297 · 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'étudeObservationnel
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

Citations8
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueModern PathologyMême sujetChronic Lymphocytic Leukemia ResearchTravaux en français237 207