MétaCan
Menu
Retour à la cohorte
Enregistrement W1714977269 · doi:10.1111/cge.12497

<i><scp>BRCA1</scp></i> and <i><scp>BRCA2</scp></i> mutations and the risk for colorectal cancer

2014· review· en· W1714977269 sur OpenAlexaff
Victoria Sopik, Catherine Phelan, Cezary Cybulski, Steven A. Narod

Notice bibliographique

RevueClinical Genetics · 2014
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésColorectal cancerMedicineBreast cancerOncologyCancerInternal medicineOvarian cancerMutationColonoscopyPopulationAdenomatous polyposis coliGynecologyGeneticsBiologyGeneEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Women who carry a BRCA1 or BRCA2 mutation are at high risk of breast and ovarian cancer, and may be at moderately increased risk of other cancer types. This review examines studies to date that have evaluated the risk of BRCA1 and BRCA2 mutations for colorectal cancer. Accurate knowledge of colorectal cancer risk in BRCA1/2 carriers is important, because colonoscopy screening can prevent colorectal cancer through the removal of adenomatous polyps. Most studies that have identified an increased risk for colorectal cancer in BRCA1/2 mutation carriers were in high-risk cancer families, while studies that found no association were conducted in specific populations and involved the analysis of founder mutations. A recent prospective study of 7015 women with a BRCA1 or BRCA2 mutation identified significant fivefold increased risk of colorectal cancer among BRCA1 mutation carriers younger than 50 years [standardized incidence ratio (SIR): 4.8; 95% CI: 2.2-9], but not in women with a BRCA2 mutation or in older women. Based on this evidence, women with BRCA1 mutations should be counseled about their increased risk for early-onset colorectal cancer, and offered colonoscopy at 3- to 5-year intervals between the ages of 40 and 50 years, and should follow population guidelines thereafter.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,382
Écart entre enseignants0,341 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical GeneticsMême sujetBRCA gene mutations in cancerTravaux en français237 207