Proficiency Testing of p53 Immunohistochemistry Pattern Read-out in Vulvar Biopsies Demonstrates Frequent Basal Overexpression Interpretation in TP53 Wild-type Cases
Notice bibliographique
Résumé
Recently, criteria for p53 immunohistochemistry (IHC) interpretation were described in squamous neoplasia of the vulva. This pattern-based approach detailed 2 wild-type patterns (scattered and basal-sparing) and 4 mutant patterns (parabasal/diffuse overexpression, basal overexpression, null, and cytoplasmic). However, the proficiency of pathologist read-out has not been studied. We created an online tool to evaluate p53 IHC interpretation proficiency. p53 IHC on 90 vulvar biopsies (n=31 squamous insitu /premalignant and n=59 benign lesions) were scanned (without corresponding H&E). Fifteen pathologists assessed 45 cases in Module A and assigned each case as wild-type or mutant via the 6 p53 IHC patterns. Following Module A, participants were given the suggested p53 IHC pattern and TP53 sequencing data for each case. After self-review, pathologists completed a second 45 case set (Module B). The average pathologist score per case increased from Module A to Module B (69.8%-87.7%, P =0.0005). Pathologist proficiency was excellent in the parabasal/diffuse (100%-100%), null (93.3%-90.0%), and basal-sparing (88.9%-100%) patterns. The greatest discrepancy was due to the interpretation of the basal overexpression pattern in cases that were TP53 wild-type by sequencing, but this improved with educational intervention. Scores for the scattered pattern improved from 64.9% to 82.8% and basal overexpression from 73.3% to 91.1% after completion of the training module. Pathologists should exhibit caution when interpreting p53 IHC as basal overexpression, as this pattern can be seen in the absence of TP53 alterations. There were 2 cases with convincing p53 IHC abnormal patterns (1 parabasal/diffuse and 1 null) without TP53 mutations by sequencing.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».