High frequency of mismatch repair deficiency among pediatric high grade gliomas in <scp>J</scp>ordan
Notice bibliographique
Résumé
Biallelic mismatch repair deficiency (bMMRD) is a cancer predisposition syndrome affecting primarily individuals from consanguinous families resulting in multiple childhood cancers including high grade gliomas (HGG). This is the first study to assess the prevalence of bMMRD among patients with HGG in countries where consanguinity is high. We collected molecular and clinical information on all children diagnosed with HGG and supratentorial primitive neuroectodermal tumors (sPNET) between 2003 and 2013 at King Hussein Cancer Center, Jordan. Comparison was made to a similar cohort from Toronto. Clinical data regarding presence of café au lait macules(CAL), family history of cancer, consanguinity, pathology and treatment were collected. Tumors were centrally reviewed and tested for MMRD by immunohistochemistry of the corresponding proteins. Forty-two patients fulfilled the inclusion criteria, including 36 with HGG. MMRD was observed in 39% of HGG of whom 79% also lost MMR staining in the corresponding normal cells suggestive of bMMRD. P53 dysfunction was highly enriched in MMR deficient tumors (p = 0.0003).The frequency of MMRD was significantly lower in Toronto cohort (23%, p = 0.03). Both evidence of CAL and consanguinity correlated with bMMRD (p = 0.005 and 0.05,respectively) but family history of cancer didn't. HGG with all three bMMRD risk factors had evidence of MMRD and all children affected by multiple bMMRD related cancers had identical gene loss by immunohistochemical staining. In Jordan, the frequency of clinical and immunohistochemical alterations suggestive of bMMRD in pediatric HGG is high. Genetic testing will enable appropriate counseling and cancer screening to improve survival of these patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».