对HER2低表达乳腺癌进行IHC检测,旨在评估观察者间的一致性,并分析其与数字成像的相关性。
随着乳腺癌HER2三分类新时代的到来,HER2精准检测的重要性日益显著。而病理学家对HER2 IHC评分的判读具有主观性,当前亟需一种标准化的方法来确保HER2判读的准确性和一致性。一项研究致力于评估病理学家在HER2 IHC评分上的一致性,并探讨数字图像分析(DIA)在辅助HER2低表达乳腺癌HER2 IHC判读准确性方面的作用。研究结果显示,尽管病理学家在评估HER2 IHC得分为0和1+的乳腺癌病例时表现出较高一致性,但DIA有望成为提升HER2 IHC评估标准化与量化水平的可靠辅助手段,特别是在面临结果可能模糊不清的复杂病例(即得分为0-1+)时。这些发现为提升HER2检测的准确性和一致性提供了新的契机。
本研究检索了2022年2月至8月期间,在本机构接受乳腺粗针穿刺活检并诊断为浸润性乳腺癌且HER2状态呈阴性的病例,共计纳入50例受试者。其中,HER2 IHC评分为0的受试者共25例,评分为1+的受试者共25例。所有活检样本均严格按照ASCO-CAP指南所制定的标本采集与固定时间进行处理。HER2 IHC染色采用4B5 HER2/neu抗体以及Ventana BenchMark Ultra自动免疫染色系统。
在研究过程中,六位乳腺病理学家对数字化扫描的全切片图像进行了独立评估,并给出HER2 IHC评分。初步评分完成后,在第二轮评分中,所有病理学家针对少于6位病理学家达成一致的病例进行线上讨论,以使最终评分达成共识。
本研究采用了Aperio的膜算法v9.1,针对同一队列的数字化扫描全切片图像进行HER2 IHC染色评分。该算法能够自动选定肿瘤区域,并量化单个肿瘤细胞的膜染色强度及完整性。DIA得分则根据细胞分类比例进行确定。如果>10%的细胞显示3+染色,则评估DIA 3+得分;如果>10%的细胞显示2+或更高染色,则分配DIA 2+得分;如果>10%的细胞显示1+或更高染色,则评估DIA 1+得分;如果<10%的细胞显示1+或更高染色,则分配DIA 0得分。
在统计分析方面,使用SPSS统计软件中的Kendall一致性系数(W)统计测试评估病理学家之间的观察者一致性以及病理学家评分与DIA结果之间的一致性。W值指示一致性水平:0.80-1.00表示极高的一致性;0.60-0.79,良好一致性;0.40-0.59,中等一致性;0.20-0.39,轻微一致性;0.00-0.19,较差一致性。