Selecting a BRCA risk assessment model for use in a familial cancer clinic
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».