研究从300个临床病例中筛选出50个乳腺癌样本，并由中心实验室使用HER2 4B5进行评分作为参考标准¹。参与实验室的病理学家首先使用其日常使用的常规检测方法（如HercepTest、Leica Oracle、各种实验室自建检测[LDTs]等）对样本进行初步评分，并在接受以HER2低表达IHC评分指南为重点的线上培训后再次评分¹。线上对齐后，研究涵盖北美、南美、欧洲及亚太地区的68家实验室，涉及129名病理学家（表1）¹。

表1 研究纳入的实验室¹

研究的主要终点是对比HER2 4B5与其他IHC检测方法在识别HER2低表达（阳性一致百分比，PPA）与HER2阴性（IHC 0，阴性一致百分比，NPA）方面的一致性¹。次要终点是基于线上培训前的评分结果，评估两种检测方法在区分HER2低表达与HER2阴性时的阳性和阴性一致百分比¹。其他分析包括计算Cohen κ系数以评估评分结果的一致性强度，以及绘制受试者工作特征曲线以评估指南校准培训带来的影响。并通过探索性分析评估可能影响检测方法间一致性的多重因素¹。

研究结果显示，线上培训后，全球实验室识别HER2低表达的总体PPA为84.8%（95% CI, 83.6%-86.0%），而识别HER2阴性的总体NPA为69.2%（95% CI, 67.0%-71.2%），Cohen κ系数为0.54（中度一致，中度：0.41-0.60；高度：0.61-0.80）¹。

结果提示，不同抗体与染色平台组合中PPA和NPA存在显著差异。其中，4B5 LDTs由于使用了与HER2 4B5相同的4B5抗体克隆，表现出最高的一致性，Cohen κ系数为0.63，达到显著一致¹。相比之下，HercepTest (GE001)在Dako Omnis平台上展现了极高的敏感性（PPA 95.5%），但其阴性一致率最低（NPA 36.9%），Cohen κ系数为0.37，提示该检测能够有效识别绝大多数HER2低表达样本，但亦可能导致部分HER2阴性样本被误判为HER2低表达¹。

此外，样本量较小（仅2家实验室参与）的Leica Oracle—Leica Bond III检测的PPA相对较低，为61.6%，但其NPA值达81%，Cohen κ系数为0.39¹。这意味着其诊断倾向相对保守，漏诊HER2低表达风险较高，HER2阴性的识别率较高。至于临床使用组合最广泛的非4B5 LDTs，其PPA普遍低于4B5类检测（图1）¹。这可能与使用了敏感性较低的抗体克隆（如SP3）有关，导致难以检测到HER2低表达判读所需的微弱膜染色。

图1 线上培训前后的PPA和NPA值¹

探索性分析结果提示，线上培训并未显著改变评分一致性，但病理医师的观察行为对评分精度有显著影响¹。与低倍镜观察相比，使用20倍物镜时HER2阴性的识别率显著下降，HER2低表达的识别率上升¹。此外，判读时间超过1分钟，尤其是5-10分钟的病理学家，HER2低表达的识别率更高¹，提示对于临界病例的仔细观察至关重要。

研究发现，评分差异的主要来源是样本、病理学家与实验室之间的交互作用¹。这一结果表明，除了试剂盒本身的性能外，病理医师的个体经验和实验室的质量控制流程同样是确保诊断精准性的关键变量。此外，本研究存在一些局限性，部分检测方法的样本量较少，且未对所有评分进行中心实验室二次审核¹。