犬および猫の乳腺腫病理組織診断アルゴリズムに関する大規模合意研究：観察者間一致度の改善に向けた試み

3行まとめ

• 犬と猫の乳腺病変において診断アルゴリズムが病理医間の診断一致度を改善するかを検証した。
• アルゴリズム適用で一致度はわずかに向上し、病理医の92％で診断修正と正答率の改善がみられた。
• 診断枠組みとして病理診断の標準化を支え、乳腺腫の診断精度向上に寄与する可能性がある。

この論文の要約

目的

犬および猫の乳腺増殖性病変の組織学的分類は予後予測等に不可欠であるが、観察者間変動の大きさが課題となっている。本研究では、構造化された診断アルゴリズムが乳腺病変の形態学的診断における観察者間一致度を改善できるかを評価した。

対象と方法

乳腺腫に精通した獣医病理医16名による合意診断をゴールドスタンダードとした114病変（犬91例、猫23例）を対象とした。21カ国79名の病理医がデジタルスライドを用い、アルゴリズム非使用時と使用時の2回にわたり、病変カテゴリー（過形成/異形成、良性、悪性）および組織亜型の一致度をκ統計量で評価した。

主な結果

全体の一致度は組織亜型よりも病変カテゴリーで高かった。アルゴリズム適用により、カテゴリー（κ=0.72から0.73）および組織亜型（κ=0.40から0.42）ともに一致度のわずかな改善が観察された。また、評価者の92%（73/79名）が少なくとも1つの診断を変更し、そのうち約3分の2が少なくとも1例でゴールドスタンダードと一致した。組織亜型別では、上皮と筋上皮が混在する悪性腫瘍の一致度が一貫して低かった。

臨床的意義

本アルゴリズムは再現可能な診断枠組みを提供し、病理医の教育訓練の支援や、犬および猫の乳腺腫分類の標準化を改善する可能性がある。

⚠️ この要約はAIが自動生成したものです。