与手动评估相比,PRAME的数字定量用于区分黑色素瘤和瘤,与手动评估相比
Johan Enevoldsen1, Mette Bak Brogård2, Johanne Lade-Keller3
1Department of Clinical Medicine, Aarhus University, Palle Juul-Jensens Boulevard 99, Aarhus N 8200, Denmark.
Pathology, research and practice
|August 18, 2024
概括
一种新的数字方法准确地量化了皮肤病变中的PRAME (PReferentially expressed Antigen of MElanoma). 这种自动化方法有助于区分良性与恶性黑色素瘤,与手动评估的准确性相匹配.
科学领域:
- 数字病理学数字病理学
- 皮肤病理学 皮肤病理学
- 在瘤学瘤学.
背景情况:
- 区分良性和恶性黑色细胞病变对于患者的治疗结果至关重要.
- PRAME (PREferentially expressed Antigen of MElanoma) 是一种用于黑色素瘤诊断的生物标志物.
- 目前的诊断方法依赖于手工定性评估,这可能是主观的.
研究的目的:
- 为PRAME开发和验证一种新的自动化数字量化方法.
- 评估这种数字方法在区分良性瘤和黑色素瘤中的有效性.
- 将数字PRAME指数的表现与手动定性评分进行比较.
主要方法:
- 在黑色细胞病变上使用了用于PRAME和SOX10的免疫组织化学虚拟双核染色.
- 采用数字图像分析来从染色组织幻灯片中量化PRAME指数.
- 在研究队列中包括10种复合性瘤,3种光环瘤和10种黑色素瘤.
主要成果:
- 数字PRAME指数在分类病变方面实现了70%的灵敏度和100%的特异性.
- 手动的PRAME评分显示了60%的灵敏度和100%的特异性.
- 经过ROC分析,数字方法 (AUC:0.931) 和手动评估 (AUC:0.877) 的性能均可比较.
结论:
- 对PRAME的新型数字定量方法与分类黑色素细胞病变的手动评估一样精确.
- 这种自动化方法提供了客观性,可重现性和操作员独立性.
- 该方法很容易在数字病理学工作流中实现,尽管需要进一步验证.
