Early Onset Breast Cancer in a Registry-based Sample of African-American Women:<i>BRCA</i>Mutation Prevalence, and Other Personal and System-level Clinical Characteristics
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
Young Black women are disproportionately afflicted with breast cancer, a proportion of which may be due to BRCA1 and BRCA2 (BRCA) gene mutations. In a sample of Black women with early onset breast cancer, we evaluated BRCA mutations and explored personal and system-level clinical characteristics. Black women diagnosed with invasive breast cancer (age ≤50) were recruited through the state cancer registry. Participants completed a questionnaire, genetic counseling and BRCA testing. Of the 48 women who consented to study participation, 46 provided a usable biologic specimen for BRCA testing. The overall prevalence of BRCA mutations and variants of uncertain significance (VUS) in participants was 6.5% and 34.8%, respectively. Of these, only 14 were referred for genetic counseling prior to study enrollment. Overall, those participants who chose to undergo bilateral mastectomy had a higher number of relatives with breast and ovarian cancer (p = 0.024) and a higher household income (p = 0.009). BRCA mutation prevalence and the high prevalence of VUS in participants are consistent with prior studies. Furthermore, clinical factors such as family history and financial means may influence type of surgery recommended and chosen, at both the provider and patient level, respectively. Finally, the limited number of patients referred for genetic counseling prior to surgical treatment for breast cancer may represent a missed clinical opportunity to inform surgical decisions.
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 | 0,001 | 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