MétaCan
Menu
Retour à la cohorte
Enregistrement W4414163609 · doi:10.1016/j.ebiom.2025.105919

New standards in HER2-low testing: the CASI-01 comparative methods study

2025· article· en· W4414163609 sur OpenAlexaff
David J. Dabbs, Emina Torlakovic, Søren Nielsen, Suzanne Parry, Jing Yu, Catherine T. Stoos, Beth Z. Clark, Henrik Høeg, Jeppe Thagaard, Seshi R. Sompuram, Stephen P. Naber, Yukako Yagi, James Sayre, Kodela Vani, Mélissande Cossutta, F. Soussaline, Alexandre Papine, Nils t'Hart, Matthias Szabolcs, Bharat Jasani, Mary Kinloch, Luis Chiriboga, Keith Miller, Steve Bogen

Notice bibliographique

RevueEBioMedicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensRoyal University HospitalSaskatchewan Health Authority
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésWork (physics)MEDLINECancerPublic healthHealth policy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The introduction of Trastuzumab deruxtecan (T-Dxd) has exposed clinically significant limitations in accurately detecting HER2-low expression testing when using immunohistochemistry (IHC) assays originally developed to detect HER2 over-expression. While HER2 testing is widely used to determine T-Dxd eligibility, no HER2-low assay was ever validated against HER2 protein expression. METHODS: To address this pressing need, the Consortium for Analytic Standardization in Immunohistochemistry (CASI) conducted the CASI-01 study, involving 54 IHC laboratories across Europe and the U.S. The study aimed to identify optimal assay conditions for accurate HER2 testing, differentiating between HER2 overexpression (3+) for Trastuzumab eligibility and HER2-low expression (1+ or ultra-low) for T-Dxd eligibility. The conventional FDA-cleared HER2 assay ("predicate") was compared with higher-sensitivity assays using pathologist versus image analysis readouts. HER2 overexpression was validated against HER2 gene amplification via in situ hybridisation (ISH), while HER2-low accuracy was evaluated using newly introduced HER2 reference standards and a novel IHC parameter-dynamic range. FINDINGS: CASI-01 revealed variability in predicate HER2 assays, with detection thresholds ranging from 30,000 to 60,000 among laboratories. Despite this variability, these assays demonstrated high accuracy for identifying HER2 overexpression (3+), with 85.7% (18/21) sensitivity (95% confidence limits 63.66-96.95%) and 100% (49/49) specificity (95% confidence limits 92.75-100%), though sensitivity may have been limited by the use of older tissue specimens, with loss or reduced expression levels of the HER2 protein. However, these same assays exhibited poor dynamic range for detecting HER2-low scores. Enhanced analytic sensitivity of IHC assays combined with image analysis overcame this limitation with HER2-low scores, achieving a six-fold improvement (p = 0.0017). INTERPRETATION: IHC assays with detection thresholds in the range of 30,000-60,000 HER2 molecules per cell yield accurate results for determination of Trastuzumab eligibility (HER2 3+) but fail to demonstrate the dynamic range for accurate HER2-low scores. Enhanced analytic sensitivity of HER2 assays combined with image analysis addresses this critical gap in HER2-low testing. More generally, CASI-01 introduces pivotal advancements in precision medicine: (a) the importance of reporting IHC analytic sensitivity and ability to demonstrate an assay dynamic range, and (b) image analysis can surpass pathologist readout accuracy in specific clinical contexts. FUNDING: This work was supported by the National Cancer Institute of the National Institutes of Health under Award Number R44CA268484.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,186
Tête enseignante GPT0,575
Écart entre enseignants0,389 · 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'étudeSans objet
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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207