数字和计算病理学在细胞癌中的临床应用:系统性审查
Zine-Eddine Khene1, Solène-Florence Kammerer-Jacquet2, Pierre Bigot3
1Department of Urology, University of Rennes, Rennes, France; Laboratoire Traitement du Signal et de l'Image, Inserm U1099, Université de Rennes 1, Rennes, France; Department of Urology, UT Southwestern Medical Center, Dallas, TX, USA.
European urology oncology
|November 4, 2023
概括
数字和计算病理学在癌研究方面表现有前途,改善了诊断和结果预测. 然而,这些先进的技术尚未准备好用于常规的临床使用.
科学领域:
- 计算病理学将传统方法与数字成像和机器学习相结合.
- 这一跨学科领域旨在增强疾病诊断,预后和疾病进展的理解.
背景情况:
- 计算病理学是一个新兴的领域,利用数字成像和机器学习.
- 它旨在改善疾病诊断,预后和疾病自然史的理解.
研究的目的:
- 提供数字和计算病理学的概述.
- 探索细胞癌 (RCC) 的当前和潜在应用.
主要方法:
- 进行了对英语文献的系统审查.
- 在2022年12月的PubMed,Web of Science和Scopus数据库中进行了搜索.
- 偏差风险使用预测模型研究偏差风险评估工具进行评估.
主要成果:
- 包括20项回顾性研究,重点关注检测,瘤特征和患者的治疗结果.
- 观察到临床实践过渡的有希望的潜力,但没有提出全面的实用性评估.
- 模型构建策略和报告的绩效指标存在显著的异质性.
结论:
- 数字和计算病理学在RCC检测,分类和结果评估方面具有巨大的潜力.
- 初步研究显示,对于这些应用,有希望的结果.
- 目前的模型还不适合整合到常规临床实践中.
