Segregation analysis of cancer in families of glioma patients
Notice bibliographique
Résumé
A small proportion of brain tumors are attributed to a genetic predisposition; however, the hereditary proportion is undetermined. This study evaluates the degree of familial aggregation of cancer in a large series of brain tumor patients. Our study included 5,088 relatives of 639 probands (3,810 first- and 1,278 second-degree), diagnosed with a glioma between June 1992 and June 1995 at The University of Texas M. D. Anderson Cancer Center, Houston, Texas, with diagnosis under age 65 years, and residents of the United States or Canada. We conducted an in-person or telephone interview with patients and/or their next-of-kin, and obtained family histories for the probands' first-degree (parents, siblings, offspring) and selected second-degree relatives (aunts, uncles, grandparents) using a sequential sampling strategy. Reported cancers were documented by medical records and/or death certificates (if the relative was deceased and medical records were unavailable). We conducted segregation analysis using the Pedigree Analysis Program (PAP). The analyses were divided into two categories: (1) all 639 families, and (2) a subset of families whose gliomas stained positive on p53 immunohistochemistry analysis. We demonstrated that a multifactorial Mendelian model was favored, while a model postulating a purely environmental cause of brain cancer was rejected. This study indicates that familial cancer in relatives of glioma patients are probably a result of multigenic action, and familial clustering of cancer among relatives of glioma patients may involve unknown environmental exposures.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».