计算病理学的临床相关性 分析脏微血管和间歇性微环境之间的相互作用
Yijiang Chen1,2, Bangchen Wang3, Dawit Demeke4
1Department of Radiation Oncology, Stanford University School of Medicine, Stanford, California, USA.
Clinical journal of the American Society of Nephrology : CJASN
|December 23, 2024
概括
脏疾病中围毛细管 (PTC) 功能中的新数字生物标志物显示出预测疾病进展的前景. 这些发现凸显了PTC特征及其微环境在球细胞疾病中的重要性.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學專業.
- 数字病理学数字病理学
- 计算生物学 计算生物学
背景情况:
- 间歇性纤维化和管状缩 (IFTA) 和周管状毛细管 (PTC) 特性是已知的病进展的预后指标.
- 在质细胞疾病中,PTCs及其微环境之间的相互作用需要进一步研究,以发现新的生物标志物.
研究的目的:
- 为了确定病进展的新型数字生物标志物.
- 评估PTC特征及其微环境在质细胞疾病中的临床相关性.
主要方法:
- 使用深度学习模型,从344名患有淋巴细胞疾病的参与者的整张幻灯片图像中对PTC进行细分.
- 从皮质,IFTA和非IFTA分区域提取了230个空间和形状的PTC病态特征.
- 开发了机器学习模型,以识别与疾病进展相关的顶级PTC特征,按IFTA状态分层.
主要成果:
- 在未成熟IFTA地区的PTC密度和形状特征以及非IFTA地区的空间建筑与疾病进展有关.
- 机器学习衍生风险评分在独立测试组中显著预测疾病进展.
结论:
- 确定了用于病进展的新型数字生物标志物.
- PTC状态和间歇性微环境之间的复杂相互作用对预后具有临床意义.


