O diagnóstico preciso dos distúrbios linfoproliferativos crônicos das células B (b-CLPDs) continua sendo um desafio devido à sobreposição de fenótipos entre os subtipos. O aprendizado de máquina (ML) oferece ferramentas promissoras para melhorar a avaliação de marcadores e refinar a análise de citometria de fluxo. Investigamos o uso de algoritmos de ML para avaliar o valor diagnóstico da incorporação de CD148, CD180 e CD200 no painel de fenotipagem B-CLPD padrão e para desenvolver uma árvore de decisão de diagnóstico. Treinamos modelos com dados de citometria de fluxo de 480 pacientes com B-CLPDs usando os algoritmos XGBoost e DecisionTree. Os modelos finais integraram 2 marcadores categóricos (CD5 e CD10) e quantidades de intensidade de fluorescência de 4 marcadores quantitativos (CD20, CD180 e CD200) para classificar 6 subtipos de B-CLPD. Esses modelos treinados foram aplicados a uma coorte independente de 433 pacientes com B-CLPD analisados em uma plataforma de citômetro de fluxo diferente. Os modelos DecisionTree alcançaram a maior precisão de classificação (precisão média, 0,88) na coorte de validação. A especificidade geral variou de 0,95 linfoma linfoplasmocítico (LPL) a 1 leucemia de células pilosas (HCL), enquanto a sensibilidade variou de 0,75 (LPL) a 1 (HCL). O modelo DecisionTree demonstrou uma identificação superior de leucemia linfocítica crônica em comparação com uma pontuação de Matutes de 4 ou 5 (P = 0,029). Em mais da metade dos casos, o diagnóstico foi determinado com quase certeza usando apenas os dados da citometria. Para os demais casos, uma abordagem hierárquica incorporando testes adicionais foi proposta. Para implementação prática, uma interface interativa fornece previsões de diagnóstico, valores preditivos positivos e pontuações do índice de Gini. Este estudo estabelece uma estratégia otimizada em ML para a classificação de B-CLPD, combinando dados fenotípicos, citogenéticos e moleculares para melhorar a precisão do diagnóstico de células leucêmicas B-CLPD. Este estudo foi registrado em www.ClinicalTrials.gov como #NCT04952974.

Ler artigo completo

Citometria de fluxo baseada em inteligência artificial para o diagnóstico de distúrbios linfoproliferativos crônicos de células B

Citometria de fluxo baseada em inteligência artificial para o diagnóstico de distúrbios linfoproliferativos crônicos de células B

Bem-vindo(a) novamenteao Médico Exponencial!

Bem-vindo(a) novamente
ao Médico Exponencial!