数字病理学应用PD-L1评分在头部和部状细胞癌:一个具有挑战性的系列

科学领域:

• 在瘤学瘤学.
• 病理学 病理学 病理学
• 数字健康数字健康

背景情况:

• 编程死亡配体1 (PD-L1) 组合阳性评分 (CPS) 对于头部和部状细胞癌 (HNSCC) 治疗决策至关重要.
• 在分析前和观察者间的变异性对准确的PD-L1 CPS评估构成重大挑战.

研究的目的:

• 用数字病理学来评估HNSCC中PD-L1免疫组织化学 (IHC) 的诊断性能.
• 为了比较实验室开发的测试 (LDT) 与伴随诊断 (CDx) 试验,以获得PD-L1评分.
• 探索计算病理学在PD-L1评估中的实用性.

主要方法:

• 一个教育计划涉及病理学家评估11个具有挑战性的HNSCC病例,通过IHC在数字平台上染色PD-L1.
• 使用22C3和SP263克隆的实验室开发测试 (LDT) 与Dako 22C3药物Dx CDx测试进行了比较.
• 计算分析被用来将染色特征与视觉评估相关联.

主要成果:

• 在45%的病例中观察到LDT和CDx之间的技术不一致,通常是由于异常染色.
• 在54%的案例中发生了解释性不一致,CPS值在关键切线周围发生变化.
• 计算病理学在18%的病例中部分解释了差异.

结论:

• 数字病理学可以作为PD-L1评分的宝贵工具,特别是在具有挑战性的病例中,作为第二意见平台.
• 计算和人工智能工具有可能提高PD-L1评估的准确性.
• 通过数字和计算方法提高PD-L1评分的准确性可能会导致更好的临床决策和HNSCC患者的结果.