Selecting a BRCA risk assessment model for use in a familial cancer clinic
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
BACKGROUND: Risk models are used to calculate the likelihood of carrying a BRCA1 or BRCA2 mutation. We evaluated the performances of currently-used risk models among patients from a large familial program using the criteria of high sensitivity, simple data collection and entry and BRCA score reporting. METHODS: Risk calculations were performed by applying the BRCAPRO, Manchester, Penn II, Myriad II, FHAT, IBIS and BOADICEA models to 200 non-BRCA carriers and 100 BRCA carriers, consecutively tested between August 1995 and March 2006. Areas under the receiver operating characteristic curves (AUCs) were determined and sensitivity and specificity were calculated at the conventional testing thresholds. In addition, subset analyses were performed for low and high risk probands. RESULTS: The BRCAPRO, Penn II, Myriad II, FHAT and BOADICEA models all have similar AUCs of approximately 0.75 for BRCA status. The Manchester and IBIS models have lower AUCs (0. and 0.47 respectively). At the conventional testing thresholds, the sensitivities and specificities for a BRCA mutation were, respectively, as follows: BRCAPRO (0.75, 0.62), Manchester (0.58,0.71), Penn II (0.93,0.31), Myriad II (0.71,0.63), FHAT (0.70,0.63), IBIS (0.20,0.74), BOADICEA (0.70, 0.65). CONCLUSION: The Penn II model most closely met the criteria we established and this supports the use of this model for identifying individuals appropriate for genetic testing at our facility. These data are applicable to other familial clinics provided that variations in sample populations are taken into consideration.
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 | 0,001 |
| 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