开发一种数字算法,用于评估瘤-肌瘤比率,瘤芽和瘤透淋巴细胞在皮状细胞癌
Louise Baandrup1, Susanne K Kjær2, Óli Jacobsen3
1Department of Pathology, Zealand University Hospital, Denmark; Unit of Virus, Lifestyle and Genes, Danish Cancer Institute, Copenhagen, Denmark; Department of Clinical Medicine, University of Copenhagen, Denmark.
Annals of diagnostic pathology
|March 6, 2025
概括
一种新的数字方法准确地测量瘤-肌瘤比率 (TSR),瘤芽 (TB) 和瘤透淋巴细胞 (TILs) 在癌中. 这项技术为潜在的预后见解提供客观评估.
科学领域:
- 在瘤学瘤学.
- 数字病理学数字病理学
- 癌症生物标志物 癌症生物标志物
背景情况:
- 瘤-肌瘤比率 (TSR),瘤芽 (TB) 和瘤透淋巴细胞 (TIL) 是各种癌症的确立预后标志物.
- 它们在皮状细胞癌 (VSCC) 中的临床意义在很大程度上仍未被探索.
研究的目的:
- 开发和验证数字病理学方法来量化TSR,TB和VSCC中的TIL.
- 探索这些数字指标与VSCC中的p16状态之间的关联.
主要方法:
- 一个基于深度学习的应用程序协议包 (APP) 已经开发出来,用于将组织细分成上皮质和层体.
- 单独的APP量化了内皮质和侧膜CD3+和CD8+淋巴细胞.
- 数字算法应用于41个VSCC病例的队列.
主要成果:
- 自动化方法在没有手动调整的情况下证明了令人满意的性能.
- 中位数TSR为64%,中位数为4个芽/mm2.
- 中位数CD3+TIL是222个细胞/mm2内皮层和1978个细胞/mm2层.
- 在p16阴性VSCC中观察到较低TSR和较高TB的趋势.
结论:
- 开发的自动化数字方法可以在VSCC中准确客观地测量TSR,TB和TIL.
- 为了确定临床相关性,需要在更大的队列中进一步验证和与临床结果的相关性.
更多相关视频
06:05Author Spotlight: Multiplex Immunofluorescence Combined with Spatial Image Analysis for the Clinical and Biological Assessment of the Tumor Microenvironment
Published on: June 2, 2023
7.1K
06:32Author Spotlight: Unlocking Insights into the Immune Cell Landscape of Tumors
Published on: August 18, 2023
1.8K
