Bcal Diagnostics Limited ha fornito informazioni aggiuntive per integrare l'annuncio del 7 febbraio 2022, in seguito all'analisi dei suoi dati scientifici effettuata in modo indipendente dal suo team australiano e da un team di esperti diagnostici internazionali di grande fama. BCAL Diagnostics ha fornito i dati scientifici sulle Coorti 1, 2, 3 e 4, da rivedere in modo indipendente e analizzare retrospettivamente in una collaborazione strategica con BSC-Medical dagli Stati Uniti, coinvolgendo il dottor Szilard Voros, e il dottor Aruna Bansal. Entrambi gli esperti hanno una comprovata esperienza nello sviluppo di IVD. BSC ha analizzato i dati in modo cieco, senza alcun accesso ai risultati interni precedenti. In questa analisi formale condotta secondo un piano di analisi statistica prestabilito, le firme candidate sono state sviluppate per cinque set di scoperta. Nel complesso, sono stati selezionati dodici lipidi, con due lipidi selezionati più volte: il lipide 1 e il lipide 2. Ogni firma candidata conteneva uno o entrambi questi lipidi, e ogni firma candidata era supportata da Area Under the Curve (AUC) > 70% in almeno un altro set di dati. Due firme specifiche sviluppate per la coorte 4 e le coorti combinate 2+3+4 hanno mostrato forti prestazioni nei set di convalida. Per chiarire, la firma della coorte 4 è stata ben supportata dalle coorti 2 e 3 con impressionanti AUC del 78% e 85% rispettivamente. La firma della coorte 2+3+4 è stata ben supportata dal set di validazione 2+3+4 con un AUC dell'83%. Riconoscendo che i pazienti si sono sovrapposti, queste due firme erano molto simili nella composizione, avevano solo tre lipidi ciascuno, e due dei lipidi erano coerenti, con un terzo lipide per ogni firma da una classe di lipidi. I lipidi di supporto erano altamente correlati. I risultati hanno dimostrato risultati sorprendentemente coerenti all'interno di tutti i set di dati. Un'accuratezza complessiva del 77% è stata raggiunta nella validazione indipendente. I risultati sono particolarmente entusiasmanti perché quando si testa una firma su un set di dati mai visto prima, si osserva spesso un considerevole calo delle prestazioni (15-20% basato su test empirici) dai set di allenamento a quelli di test mentre l'algoritmo viene sviluppato e messo a punto, cosa che non è avvenuta qui per la coorte 4 e per i risultati combinati della coorte 2+3+4. Questo si presta alla forza delle firme identificate. Un confronto interno dei 12 lipidi identificati dal dottor Bansal con i risultati di BCAL ha mostrato una sovrapposizione del 50% nonostante l'uso di approcci molto diversi. Inoltre, i 2 lipidi nelle firme più promettenti identificati da Bansal fanno parte del pannello di 18 lipidi di BCAL e 2 dei 12 fanno parte della firma di 6 lipidi ottimizzata localmente da BCAL. Questo è un risultato significativo dato che i 12 lipidi sono stati identificati su 400+ candidati e la metà di loro sono stati identificati reciprocamente. In sintesi, il risultato dell'analisi dei due team è che un numero considerevolmente ridotto di marcatori, rispetto alle informazioni precedenti, può essere utilizzato per distinguere tra campioni di sangue di pazienti con cancro al seno e campioni di controllo normali. Una tale riduzione del numero di marcatori da esaminare per ogni test migliora notevolmente la sua fattibilità commerciale e l'attrattiva, riducendo il tempo, il costo e la difficoltà di analisi di ogni campione.