Application of <i>BRCA1</i> and <i>BRCA2</i> mutation carrier prediction models in breast and/or ovarian cancer families of French Canadian descent
Notice bibliographique
Résumé
The BRCAPRO, Couch, Myriad I and II, Ontario Family History Assessment Tool (FHAT), and Manchester models have been used to predict BRCA1 or BRCA2 mutation carrier status of women at high risk for developing the heritable form of breast and ovarian cancers. We have evaluated these models for their accuracy in classifying 224 French Canadian families with at least three cases of breast cancer (diagnosed before the age of 65 years), ovarian cancer, or male breast cancer where mutation status was known for an index affected case used to assess the model. This series includes 44 BRCA1 and 52 BRCA2 mutation-positive families. Using receiver operator characteristics analyses, the C-statistics were found to be 0.81, 0.80, 0.79, and 0.74 for the BRCAPRO, FHAT, Manchester, and Myriad II models, respectively, when incorporating both BRCA1 and BRCA2 mutation carrier predictions. For the BRCAPRO model, 75% scored greater than a 0.43 probability in the mutation-positive group and 75% scored less than 0.50 in the mutation-negative group. Only 38 of 128 (30%) mutation-negative group had a probability greater than 0.43 with the BRCAPRO model. While all models were highly predictive of carrier status, the BRCAPRO model was the most accurate where a cut-off of 10% would have eliminated 60 of 128 (47%) mutation-negative families for genetic testing and only miss 10 of 96 (10%) mutation-positive families. A review of the cancer phenotypes with high BRCAPRO probabilities showed that significantly more metachronous bilateral breast cancer cases occurred in BRCA1/2 mutation carrier families in comparison to mutation-negative families, a feature which is not discriminated in the BRCAPRO model.
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 ».