病例收集与p53-IHC数据提取
建立全国性真实世界Barrett食管复核队列,获取转诊医院p53-IHC结果。
收集2015年1月至2025年2月来自39家转诊医院提交至DEPP的1,146例连续复核病例,提取病理报告中的p53-IHC分类。
Diagnostic impact and reproducibility of p53 immunohistochemistry in Barrett's oesophagus: results of the Dutch Esophageal Pathology Panel (DEPP)
全国性真实世界队列,含H&E与p53-IHC一致性分析、观察者间一致性及诊断再分类,但无分子验证或动物模型。
1,146例连续患者复核病例 1,704个内镜活检层面 316个内镜活检层面(13名病理学家评估)
转诊医院与专家组p53-IHC一致性Cohen's kappa=0.61(95% CI 0.58–0.64) 13名病理学家间p53-IHC观察者间一致性Fleiss' kappa=0.65(95% CI 0.61–0.69) NDBE活检中异常p53-IHC导致9.2%重分类为IND、4.8%为LGD IND活检中p53-IHC导致17.0%重分类为NDBE、37.1%为LGD 每活检中位12名DEPP病理学家评估(范围3–18)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立全国性真实世界Barrett食管复核队列,获取转诊医院p53-IHC结果。
收集2015年1月至2025年2月来自39家转诊医院提交至DEPP的1,146例连续复核病例,提取病理报告中的p53-IHC分类。
由经验丰富的病理学家按标准化标准评估p53-IHC模式。
DEPP病理学家对H&E和p53-IHC切片进行独立评估,p53-IHC分类为WT、OE、NM、DC或EQ,最终共识需满足特定一致性阈值。
评估转诊医院与专家组之间p53-IHC分类的一致性及再分类率。
对1,704个活检层面的转诊医院与DEPP p53-IHC分类进行一致性分析,计算Cohen's kappa和再分类比例。
量化DEPP病理学家之间p53-IHC评估的观察者间一致性。
选取316个由相同13名病理学家评估的活检层面,计算Fleiss' kappa。
评估p53-IHC结果对病理学家H&E诊断的重新分类影响。
汇总4,108个评分(316活检×13病理学家),分析H&E单独诊断与H&E/p53-IHC联合诊断之间的变化。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 切片数字化 | Philips超快速扫描仪 | Philips Digital Pathology Solutions, Best, The Netherlands | -- |
| 全切片图像查看 | Tutor | Cirdan, Lisburn, N. Ireland | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 病例纳入与排除 | 纳入1,146例连续患者,排除未报告或未进行p53-IHC的病例(n=403)及p53结果缺失(n=71) 阅读提示:Methods中Patients and Samples及Results第一段 |
| p53-IHC分类标准 | WT、OE、NM、DC、EQ的定义标准,OE需至少一个完整隐窝强核染色,NM为完全无核染色 阅读提示:Methods中p53-IHC classification小节及Figure 1 |
| 专家组共识阈值 | 3人100%一致,4人≥75%,>4人≥70%;未达阈值由4名额外病理学家复核,未解决为EQ 阅读提示:Methods中Panel Assessment and Histological Assessment of Revision Cases小节 |
| 一致性分析统计方法 | Cohen's kappa和Fleiss' kappa计算,95% CI通过bootstrapping 10,000次迭代 阅读提示:Methods中Statistical Analysis小节 |
| 诊断变化分析子集 | 316个活检层面由13名病理学家评估,4,108个评分,排除频率<0.5%的组合 阅读提示:Methods中Statistical Analysis小节及Results中Impact of p53-IHC on Diagnostic Decisions by Individual Panel Pathologists小节 |