Frequency of mutations in mismatch repair genes in a population-based study of women with ovarian cancer
Notice bibliographique
Résumé
BACKGROUND: Mutations in genes for hereditary non-polyposis colorectal cancer (HNPCC) in ovarian cancer patients remains poorly defined. We sought to estimate the frequency and characteristics of HNPCC gene mutations in a population-based sample of women with epithelial ovarian cancer. METHODS: The analysis included 1893 women with epithelial ovarian cancer ascertained from three population-based studies. Full-germline DNA sequencing of the coding regions was performed on three HNPCC genes, MLH1, MSH2 and MSH6. Collection of demographic, clinical and family history information was attempted in all women. RESULTS: Nine clearly pathogenic mutations were identified, including five in MSH6, two each in MLH1 and MSH2. In addition, 28 unique predicted pathogenic missense variants were identified in 55 patients. Pathogenic mutation carriers had an earlier mean age at diagnosis of ovarian cancer, overrepresentation of cancers with non-serous histologies and a higher number of relatives with HNPCC-related cancers. CONCLUSIONS: Our findings suggest that fewer than 1% of women with ovarian cancer harbour a germline mutation in the HNPCC genes, with overrepresentation of MSH6 mutations. This represents a lower-range estimate due to the large number of predicted pathogenic variants in which pathogenicity could not definitively be determined. Identification of mismatch repair gene mutations has the potential to impact screening and treatment decisions in these women.
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 | 0,000 | 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 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 ».