Predictors of contralateral breast cancer in BRCA1 and BRCA2 mutation carriers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: The objective of this study was to estimate the risk of contralateral breast cancer in BRCA1 and BRCA2 carriers; and measure the extent to which host, family history, and cancer treatment-related factors modify the risk. PATIENTS AND METHODS: Patients were 810 women, with stage I or II breast cancer, for whom a BRCA1 or BRCA2 mutation had been identified in the family. Patients were followed from the initial diagnosis of cancer until contralateral mastectomy, contralateral breast cancer, death, or last follow-up. RESULTS: Overall, 149 subjects (18.4%) developed a contralateral breast cancer. The 15-year actuarial risk of contralateral breast cancer was 36.1% for women with a BRCA1 mutation and was 28.5% for women with a BRCA2 mutation. Women younger than 50 years of age at the time of breast cancer diagnosis were significantly more likely to develop a contralateral breast cancer at 15 years, compared with those older than 50 years (37.6 vs 16.8%; P=0.003). Women aged <50 years with two or more first-degree relatives with early-onset breast cancer were at high risk of contralateral breast cancer, compared with women with fewer, or no first-degree relatives with breast cancer (50 vs 36%; P=0.005). The risk of contralateral breast cancer was reduced with oophorectomy (RR 0.47; 95% CI 0.30-0.76; P=0.002). CONCLUSION: The risk of contralateral breast cancer risk in BRCA mutation carriers declines with the age of diagnosis and increases with the number of first-degree relatives affected with breast cancer. Oophorectomy reduces the risk of contralateral breast cancer in young women with a BRCA mutation.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle