Bcal Diagnostics Limited a fourni des informations supplémentaires pour compléter l'annonce du 7 février 2022, suite à l'analyse de ses données scientifiques effectuée de manière indépendante par son équipe australienne et par une équipe d'experts internationaux en diagnostic de grande renommée. BCAL Diagnostics a fourni des données scientifiques sur les cohortes 1, 2, 3 et 4, qui seront examinées de manière indépendante et analysées rétrospectivement dans le cadre d'une collaboration stratégique avec BSC-Medical des États-Unis, impliquant le Dr Szilard Voros et le Dr Aruna Bansal. Ces deux experts ont fait leurs preuves dans le développement de dispositifs médicaux de diagnostic in vitro. BSC a analysé les données en aveugle, sans aucun accès aux résultats internes antérieurs. Dans cette analyse formelle menée conformément à un plan d'analyse statistique pré-spécifié, des signatures candidates ont été développées pour cinq ensembles de découvertes. Au total, douze lipides ont été sélectionnés, dont deux plusieurs fois : le lipide 1 et le lipide 2. Chaque signature candidate contenait l'un de ces lipides ou les deux, et chaque signature candidate était soutenue par une aire sous la courbe (AUC) > 70 % dans au moins un autre ensemble de données. Deux signatures spécifiques développées pour la cohorte 4 et les cohortes combinées 2+3+4 ont montré une forte performance dans les ensembles de validation. Pour clarifier, la signature de la cohorte 4 a été bien soutenue par les cohortes 2 et 3 avec une AUC impressionnante de 78% et 85% respectivement. La signature de la cohorte 2+3+4 a été bien soutenue par l'ensemble de validation 2+3+4 avec une AUC de 83 %. En tenant compte du fait que les patients se chevauchaient, ces deux signatures étaient très similaires en termes de composition, ne comportaient que trois lipides chacune, et deux des lipides étaient cohérents, avec un troisième lipide pour chaque signature provenant d'une classe de lipides. Les lipides de soutien étaient fortement corrélés. Les résultats ont montré une cohérence interne frappante dans tous les ensembles de données. Une précision globale de 77 % a été obtenue lors de la validation indépendante. Ces résultats sont particulièrement intéressants car lorsqu'on teste une signature sur un ensemble de données inédit, on observe souvent une baisse considérable des performances (de 15 à 20 % d'après les tests empiriques) entre les ensembles d'entraînement et les ensembles d'essai pendant le développement et la mise au point de l'algorithme, ce qui n'était pas le cas ici pour la cohorte 4 et les résultats combinés des cohortes 2+3+4. Cela confirme la force des signatures identifiées. Une comparaison interne des 12 lipides identifiés par le Dr Bansal avec les résultats du BCAL a montré un chevauchement de 50 % malgré l'utilisation d'approches très différentes. En outre, les 2 lipides des signatures les plus prometteuses identifiées par Bansal font partie du panel de 18 lipides du BCAL et 2 des 12 lipides font partie de la signature à 6 lipides optimisée localement par le BCAL. Il s'agit d'un résultat significatif étant donné que les 12 lipides ont été identifiés parmi plus de 400 candidats et que la moitié d'entre eux ont été identifiés mutuellement. En résumé, le résultat de l'analyse des deux équipes est qu'un nombre considérablement réduit de marqueurs, par rapport aux informations précédentes, peut être utilisé pour distinguer les échantillons de sang de patientes atteintes d'un cancer du sein des échantillons de contrôle normaux. Une telle réduction du nombre de marqueurs à examiner pour chaque test améliore considérablement sa faisabilité et son attrait commercial, en réduisant le temps, le coût et la difficulté de l'analyse de chaque échantillon.