Nuclear Morphometry using a Deep Learning-based Algorithm has Prognostic Relevance for Canine Cutaneous Mast Cell Tumors

要約

核のサイズと形状の変化は、多くの種類の腫瘍の悪性度の重要な基準です。
ただし、病理学者による断定的な推定には再現性がありません。
核特性の測定 (形態計測) は再現性を向上させることができますが、手動による方法では時間がかかります。
この研究では、96 匹のイヌ皮膚肥満細胞腫瘍において、深層学習ベースのアルゴリズムを使用し、患者の生存に関する情報とともに完全に自動化された形態計測を評価しました。
アルゴリズム形態計測は、11 人の病理学者による核巨大推定値、9 人の病理学者による 12 細胞の手動核形態計測、およびベンチマークとしての有糸分裂数と比較されました。
自動形態計測の予後値は高く、腫瘍特異的生存率に関する ROC 曲線下面積は核面積の標準偏差 (SD) で 0.943 (95% CI: 0.889 ～ 0.996) であり、手動による形態計測よりも高かった。
すべての病理医の合計値 (0.868、95% CI: 0.737 ～ 0.991) および有糸分裂数 (0.885、95% CI: 0.765 ～ 1.00)。
提案された閾値では、アルゴリズム形態計測のハザード比 (核領域 $\geq の SD 9.0 \mu m^2$) は 18.3 (95% CI: 5.0 – 67.1)、手動形態計測 (核領域 $\geq の SD) でした。
10.9 \mu m^2$) 9.0 (95% CI: 6.0 – 13.4)、核巨大症の推定値は 7.6 (95% CI: 5.7 – 10.1)、有糸分裂数の推定値は 30.5 (95% CI: 7.8 – 118.0) でした。
核巨大症の推定値の評価者間の再現性は良好でした ($\kappa$ = 0.226) が、個々の病理医の感度/特異度の値は非常にばらつきがありました。
手動形態計測の再現性 (核領域の SD) は良好でした (ICC = 0.654)。
この研究は、推定や手動測定の限界を克服するための予後検査としてのアルゴリズム形態計測の使用をサポートしています。

要約(オリジナル)

Variation in nuclear size and shape is an important criterion of malignancy for many tumor types; however, categorical estimates by pathologists have poor reproducibility. Measurements of nuclear characteristics (morphometry) can improve reproducibility, but manual methods are time consuming. In this study, we evaluated fully automated morphometry using a deep learning-based algorithm in 96 canine cutaneous mast cell tumors with information on patient survival. Algorithmic morphometry was compared with karyomegaly estimates by 11 pathologists, manual nuclear morphometry of 12 cells by 9 pathologists, and the mitotic count as a benchmark. The prognostic value of automated morphometry was high with an area under the ROC curve regarding the tumor-specific survival of 0.943 (95% CI: 0.889 – 0.996) for the standard deviation (SD) of nuclear area, which was higher than manual morphometry of all pathologists combined (0.868, 95% CI: 0.737 – 0.991) and the mitotic count (0.885, 95% CI: 0.765 – 1.00). At the proposed thresholds, the hazard ratio for algorithmic morphometry (SD of nuclear area $\geq 9.0 \mu m^2$) was 18.3 (95% CI: 5.0 – 67.1), for manual morphometry (SD of nuclear area $\geq 10.9 \mu m^2$) 9.0 (95% CI: 6.0 – 13.4), for karyomegaly estimates 7.6 (95% CI: 5.7 – 10.1), and for the mitotic count 30.5 (95% CI: 7.8 – 118.0). Inter-rater reproducibility for karyomegaly estimates was fair ($\kappa$ = 0.226) with highly variable sensitivity/specificity values for the individual pathologists. Reproducibility for manual morphometry (SD of nuclear area) was good (ICC = 0.654). This study supports the use of algorithmic morphometry as a prognostic test to overcome the limitations of estimates and manual measurements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google