Disease grading and staging is accomplished through the assignment of an ordinal rating. Bridge ratings occur when a rater assigns two adjacent categories. Most statistical methodology necessitates the use of a single ordinal category. Consequently, bridge ratings often go unreported in clinical research studies. We propose three methodologies ( Expanded, Mixture , and Collapsed ) Bridge Category Models , to account for bridge ratings. We perform simulations to examine the impact of our approaches on detecting treatment effects, and comment on a real-world scenario of staging liver biopsies. Results indicate that if bridge ratings are not accounted for, disease staging models may exhibit significant bias and precision loss. All models worked well when they corresponded to the data generating mechanism.

Abstract The public health burden of non-alcoholic steatohepatitis (NASH), a liver condition characterized by excessive lipid accumulation and subsequent tissue inflammation and fibrosis, has burgeoned with the spread of western lifestyle habits. Progression of fibrosis into cirrhosis is assessed using histological staging scales (e.g., NASH Clinical Research Network (NASH CRN)). These scales are used to monitor disease progression as well as to evaluate the effectiveness of therapies. However, clinical drug trials for NASH are typically underpowered due to lower than expected inter-/intra-rater reliability, which impacts measurements at screening, baseline, and endpoint. Bridge ratings represent a phenomenon where pathologists assign two adjacent stages simultaneously during assessment and may further complicate these analyses when ad hoc procedures are applied. Statistical techniques, dubbed Bridge Category Models , have been developed to account for bridge ratings, but not for the scenario where multiple pathologists assess biopsies across time points. Here, we develop hierarchical Bayesian extensions for these statistical methods to account for repeat observations and use these methods to assess the impact of bridge ratings on the inter-/intra-rater reliability of the NASH CRN staging scale. We also report on how pathologists may differ in their assignment of bridge ratings to highlight different staging practices. Our findings suggest that Bridge Category Models can capture additional fibrosis staging heterogeneity with greater precision, which translates to potentially higher reliability estimates in contrast to the information lost through ad hoc approaches.

Abstract Non-alcoholic steatohepatitis (NASH) is a fatty liver disease characterized by accumulation of fat in hepatocytes with concurrent inflammation and is associated with morbidity, cirrhosis and liver failure. After extraction of a liver core biopsy, tissue sections are stained with hematoxylin and eosin (H&E) to grade NASH activity, and stained with trichrome to stage fibrosis. Methods to computationally transform one stain into another on digital whole slide images (WSI) can lessen the need for additional physical staining besides H&E, reducing personnel, equipment, and time costs. Generative adversarial networks (GAN) have shown promise for virtual staining of tissue. We conducted a large-scale validation study of the viability of GANs for H&E to trichrome conversion on WSI (n=574). Pathologists were largely unable to distinguish real images from virtual/synthetic images given a set of twelve Turing Tests. We report high correlation between staging of real and virtual stains (ρ = 0.86; 95% CI: 0.84-0.88). Stages assigned to both virtual and real stains correlated similarly with a number of clinical biomarkers and progression to End Stage Liver Disease (Hazard Ratio HR = 2.06, CI 95% 1.36-3.12, P < 0.001 for real stains; HR = 2.02, CI 95% 1.40-2.92, p < 0.001 for virtual stains). Our results demonstrate that virtual trichrome technologies may offer a software solution that can be employed in the clinical setting as a diagnostic decision aid.

Abstract Non-alcoholic steatohepatitis (NASH) is a liver disease characterized by excessive lipid accumulation and disease progression is typically assessed through inspection of a Trichrome stain for Fibrosis staging. As the public health burden of NASH worsens due to evolving lifestyle habits, pathology laboratory resources will become increasingly strained due to rising demand for specialized stains. Virtual staining processes, computational methods which can synthesize the application of chemical staining reagents, can potentially provide resource savings by obviating the need to acquire specialized stains. Virtual staining technologies are assessed by comparing virtual and real tissue stains for their realism and ability to stage. However, these assessment methods are rife with statistical mistreatment of observed phenomena that are difficult to account for. Bridge category ratings represent a phenomenon where a pathologist may assign two adjacent stages simultaneously, which may bias and/or reduce the power of research findings. Such stage assignments were frequently reported in a large-scale assessment of Virtual Trichrome technologies yet were unaccounted for since no statistical adjustment procedures existed. In this work, we provide an updated assessment of Virtual Trichrome technologies using Bridge Category Models , which account for these bridge ratings . We report that two of four pathologists tended to assign lower Fibrosis stages to virtually stained tissue while the other two pathologists assigned similar stages. These research findings differ when bridge ratings are not accounted for. While promising, these results indicate further room for algorithmic finetuning of Virtual Trichrome technologies.

In recent decades, there has been a tendency to decrease the Helicobacter pylori (HP) infection proportion in the structure of etiological factors concerning the chronic gastritis, which, on the one hand, was due to the success of eradication therapy, and on the other hand, due to a decrease in the number of new infections. At the same time, there is an increase in the importance of other disease causes, which were previously considered extremely rare, as well as a combined etiology, primarily with HP infection. Currently, international position papers attract the attention of clinicians to an increase in the autoimmune gastritis (AIG) prevalence in the adult population. Besides, in real clinical practice, AIG is commonly diagnosed at the stage of severe atrophy and formed macro and micro-nutrient deficiencies, requiring correction of nutritional status to prevent the development of significant neurological disorders, anemia syndrome, as well as osteopenia/osteoporosis. The presented article is aimed at drawing the practitioner's attention to possible morphological predictors of the disease and the difficulties in the diagnostic search for AIG that may arise during differential diagnosis, including if AIG is combined with HP infection, as well as when choosing effective pharmacotherapy. KEYWORDS: autoimmune gastritis, atrophic gastritis, Helicobacter pylori infection, gastroprotection, carcinoprevention, rebamipid. FOR CITATION: Shchelochenkov S.V., Bordin D.S., Chebotareva M.V., Lisovsky M.A., Gubanova A.V., Guskova O.N. Autoimmune gastritis: diagnosis to effective therapy. Russian Medical Inquiry. 2024;8(5):299–306 (in Russ.). DOI: 10.32364/2587-6821-2024-8-5-9.