BRCA1 Mutation and Young Age Predict Fast Breast Cancer Growth in the Dutch, United Kingdom, and Canadian Magnetic Resonance Imaging Screening Trials
Notice bibliographique
Résumé
PURPOSE: Magnetic resonance imaging (MRI) screening enables early detection of breast cancers in women with an inherited predisposition. Interval cancers occurred in women with a BRCA1 mutation, possibly due to fast tumor growth. We investigated the effect of a BRCA1 or BRCA2 mutation and age on the growth rate of breast cancers, as this may influence the optimal screening frequency. EXPERIMENTAL DESIGN: We reviewed the invasive cancers from the United Kingdom, Dutch, and Canadian MRI screening trials for women at hereditary risk, measuring tumor size at diagnosis and on preceding MRI and/or mammography. We could assess tumor volume doubling time (DT) in 100 cancers. RESULTS: Tumor DT was estimated for 43 women with a BRCA1 mutation, 16 women with a BRCA2 mutation, and 41 women at high risk without an identified mutation. Growth rate slowed continuously with increasing age (P = 0.004). Growth was twice as fast in BRCA1 (P = 0.003) or BRCA2 (P = 0.03) patients as in high-risk patients of the same age. The mean DT for women with BRCA1/2 mutations diagnosed at ages < or =40, 41 to 50, and >50 years was 28, 68, and 81 days, respectively, and 83, 121, and 173 days, respectively, in the high-risk group. Pathologic tumor size decreased with increasing age (P = 0.001). Median size was 15 mm for patients ages < or =40 years compared with 9 mm in older patients (P = 0.003); tumors were largest in young women with BRCA1 mutations. CONCLUSION: Tumors grow quickly in women with BRCA1 mutations and in young women. Age and risk group should be taken into account in screening protocols.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».