对明亮场HER2 in situ杂交的图像分析:对临床使用的验证
Ruoyu Shi1,2, João Correia Pinto3, Ivan Rienda4
1Department of Anatomical Pathology, Singapore General Hospital, Singapore, Singapore.
Virchows Archiv : an international journal of pathology
|August 6, 2024
概括
这项研究开发了一种图像分析 (IA) 算法,用于在固体癌症中对HER2进行实地杂交 (ISH) 测试. 该IA算法与视觉评分具有很高的一致性,大大降低了病理学家的错误率.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 生物技术是生物技术.
背景情况:
- 准确评估HER2基因放大对于坚定的癌症治疗决策至关重要.
- 光场在位杂交 (ISH) 是HER2测试的标准方法.
- 对HER2 ISH幻灯片的视觉评分可能是主观的,耗时的.
研究的目的:
- 开发和验证用于明亮场HER2 ISH测试的定量图像分析 (IA) 算法.
- 与视觉评分相比,评估IA算法的准确性和效率.
- 为了确定可靠的IA量化所需的细胞的最佳数量.
主要方法:
- 开发了一个IA算法,使用HALO软件的ISH模块来量化HER2和CEP17复制号.
- 评估了80个固体癌症病例 (40个HER2阴性,40个HER2阳性) 使用明亮场ISH.
- 与HER2/CEP17比率和平均副本数量的视觉评分相关的IA量化.
主要成果:
- 观察到IA和视觉量化之间存在很高的相关性 (皮尔森的r=0.842为比率,HER2副本数为0.916).
- 试验结果显著降低了HER2/CEP17比率 (0.02比0.23) 和HER2拷贝数 (0.04比0.49) 的误差.
- 与视觉评分达到了95%的一致性,90%的灵敏度和100%的特异性,不一致的情况通过区域调整得到解决.
结论:
- 开发的IA算法是病理学家在评估明亮场HER2 ISH测试中的宝贵工具.
- 评估结果提供了客观和可重现的量化,大大提高了准确性和减少了错误.
- 该IA算法提高了效率,为固体癌症中HER2基因放大评估提供了一种可靠的方法.
