Bcal Diagnostics Limited verschafte aanvullende informatie ter aanvulling van de aankondiging van 7 februari 2022, na analyse van haar wetenschappelijke gegevens, onafhankelijk uitgevoerd door haar Australische team en door een hoog aangeschreven team van internationale diagnostische experts. BCAL Diagnostics verschafte wetenschappelijke gegevens over Cohorten 1, 2, 3, en 4, die onafhankelijk werden beoordeeld en retrospectief geanalyseerd in een strategische samenwerking met BSC-Medical uit de Verenigde Staten, waarbij Dr. Szilard Voros, en Dr. Aruna Bansal betrokken waren. Beide deskundigen hebben een bewezen staat van dienst op het gebied van de ontwikkeling van IVD's. BSC analyseerde de gegevens op een geblindeerde manier, zonder toegang tot eerdere interne resultaten. In deze formele analyse, die werd uitgevoerd volgens een vooraf gespecificeerd Statistisch Analyseplan, werden kandidaat-handtekeningen ontwikkeld voor vijf ontdekkingssets. In totaal werden twaalf lipiden geselecteerd, waarbij twee lipiden meerdere malen werden geselecteerd: lipide 1 en lipide 2. Elke kandidaat-handtekening bevatte één of beide van deze lipiden, en elke kandidaat-handtekening werd ondersteund door Area Under the Curve (AUC) > 70% in ten minste één andere dataset. Twee specifieke handtekeningen ontwikkeld voor cohort 4 en gecombineerde cohorten 2+3+4 toonden sterke prestaties in de validatiesets. Ter verduidelijking, de cohort 4 signatuur werd goed ondersteund door cohort 2 en 3 met indrukwekkende AUC van 78% en 85% respectievelijk. De cohort 2+3+4 signatuur werd goed ondersteund door de 2+3+4 validatieset met een AUC van 83%. Ervan uitgaande dat de patiënten elkaar overlapten, waren deze twee handtekeningen zeer vergelijkbaar qua samenstelling, hadden ze elk slechts drie lipiden en waren twee van de lipiden consistent, met een derde lipide voor elke handtekening uit één lipidenklasse. De ondersteunende lipiden waren sterk gecorreleerd. De bevindingen lieten opvallend intern consistente resultaten zien voor alle datasets. Een totale nauwkeurigheid van 77% werd bereikt in onafhankelijke validatie. De resultaten zijn vooral opwindend omdat bij het testen van een handtekening op een nog nooit eerder geziene dataset vaak een aanzienlijke daling in de prestaties (15-20% op basis van empirische tests) van de training- naar de testsets wordt waargenomen terwijl het algoritme wordt ontwikkeld en verfijnd, wat hier niet het geval was voor cohort 4 en de gecombineerde cohort 2+3+4 resultaten. Dit wijst op de sterkte van de geïdentificeerde handtekeningen. Een interne vergelijking van de 12 door Dr. Bansal geïdentificeerde lipiden met de resultaten van BCAL toonde een overlapping van 50% ondanks het gebruik van zeer verschillende benaderingen. Bovendien maken de 2 lipiden in de door Bansal geïdentificeerde meest veelbelovende handtekeningen deel uit van BCAL's 18 lipidenpanel en 2 van de 12 maken deel uit van BCAL's lokaal geoptimaliseerde 6-lipidenhandtekening. Dit is een belangrijk resultaat, aangezien de 12 lipiden werden geïdentificeerd uit meer dan 400 kandidaten en de helft daarvan wederzijds werd geïdentificeerd. Samenvattend kan worden gesteld dat het resultaat van de analyse door de twee teams is dat een aanzienlijk kleiner aantal markers, vergeleken met eerdere informatie, kan worden gebruikt om onderscheid te maken tussen bloedmonsters van borstkankerpatiënten en normale controlemonsters. Een dergelijke vermindering van het aantal markers dat voor elke test moet worden onderzocht, verbetert de commerciële haalbaarheid en aantrekkelijkheid ervan aanzienlijk, aangezien de analyse van elk monster minder tijd, geld en moeite vergt.