技术文章

为了证明自动化分析在识别低质量样本和测量急性髓性白血病 (AML)、骨髓增生异常综合征 (MDS) 和健康供体 (HD) 患者中表达模糊的检查点标志物 PD-L1 的可行性，通过自动和手动分析对样本进行了分析方法。该研究将操作员内和操作员间的可重复性结果与自动分析相关联，以测试其可变性和可靠性。

• 结果显示手动和自动分析之间的细胞计数和百分比（亲本门）高度一致，特别是在高频和同质群体中，例如淋巴细胞（0.90 < R < 1.00）。

• 异质和低频群体，例如 PD-L1+CD34+ CD45dimBlasts，产生的结果略低，但与手动分析的一致性可接受 (0.75 < R < 0.99)。

• 较低的分数并不反映自动化方法的性能不佳；对这些人群的人工分析更加主观，因此难以与数据驱动的阈值相匹配。

• 自动和手动分析之间的可变性与在同一数据集上观察到的操作员间和操作员内部的可变性相当。

• 这项研究表明，计算分析提供了标准化的管道镜像手动分析。它展示了使用计算门控和可重复的质量评估和分析的可行性。

• 自动化方法减少了手动分析时间。通过计算分析，每个样本大约需要 60 秒——这就是不干涉计算机的时间。

本研究由 Alberto Hidalgo Robert、Shadi Eshghi、Ryan Brinkman、Sibyl Drissler、Daniel Yokosawa、Cherie Green、W. Rodney Mathews 提出。在血液系统恶性肿瘤中实施自动门控策略以进行检查点标志物 PD-L1 的质量控制和分析。CYTO2019，2019 年 6 月 25 日。