Consensus in Oral Epithelial Dysplasia Classification
Notice bibliographique
Résumé
Diagnosis and classification of oral epithelial dysplasia (OED) is critical to identifying and prognosticating patients at risk of squamous cell carcinoma (SCC). However, conventional 3-tiered and 2-tiered grading systems suffer from poor inter-pathologist agreement, and SCC may arise from all grades of OED. This study evaluated pathologist agreement in OED classification as p53 wildtype, p53 abnormal, and HPV-associated based on recent evidence demonstrating the utility of p53/p16 immunohistochemistry (IHC) in this setting and increased risk of p53 abnormal OED progression to SCC, regardless of histologic grade. Fifty digital biopsy specimens were evaluated for diagnosis by 18 subspecialty-trained pathologists, with OED graded utilizing 3-tiered, 2-tiered, and p53 wildtype/p53 abnormal/HPV-associated schemata. Cases were reviewed first without and subsequently with p53/p16 IHC. The cohort consisted of 8 cases of p53 wildtype, 24 cases of p53 abnormal, and 18 cases of HPV-associated OED. Inter-pathologist agreement in OED grading according to 3-tiered (κ=0.32) and 2-tiered (κ=0.39) systems by H&E was poor, but fair-to-good (κ=0.59) in classification as p53 wildtype/p53 abnormal/HPV-associated by H&E and IHC. Classification of OED as p53 wildtype, p53 abnormal, or HPV-associated using p53/p16 IHC outperformed conventional grading in this cohort enriched for p53 abnormal OED, which required correct interpretation of p53 IHC, historically deemed challenging. Routine use of IHC also identifies a wider histologic spectrum of HPV-associated OED than is currently appreciated. More work is needed to determine the efficacy of this classification system in predicting patient outcomes and in guiding management decisions in real-world cohorts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».