Tumour morphology of early-onset breast cancers predicts breast cancer risk for first-degree relatives: the Australian Breast Cancer Family Registry
Notice bibliographique
Résumé
INTRODUCTION: We hypothesised that breast cancer risk for relatives of women with early-onset breast cancer could be predicted by tumour morphological features. METHODS: We studied female first-degree relatives of a population-based sample of 452 index cases with a first primary invasive breast cancer diagnosed before the age of 40 years. For the index cases, a standardised tumour morphology review had been conducted for all; estrogen (ER) and progesterone receptor (PR) status was available for 401 (89%), and 77 (17%) had a high-risk mutation in a breast cancer susceptibility gene or methylation of the BRCA1 promoter region in peripheral blood DNA. We calculated standardised incidence ratios (SIR) by comparing the number of mothers and sisters with breast cancer with the number expected based on Australian incidence rates specific for age and year of birth. RESULTS: Using Cox proportional hazards modelling, absence of extensive sclerosis, extensive intraductal carcinoma, absence of acinar and glandular growth patterns, and the presence of trabecular and lobular growth patterns were independent predictors with between a 1.8- and 3.1-fold increased risk for relatives (all P <0.02). Excluding index cases with known genetic predisposition or BRCA1 promoter methylation, absence of extensive sclerosis, circumscribed growth, extensive intraductal carcinoma and lobular growth pattern were independent predictors with between a 2.0- and 3.3-fold increased risk for relatives (all P <0.02). Relatives of the 128 (34%) index cases with none of these four features were at population risk (SIR = 1.03, 95% CI = 0.57 to 1.85) while relatives of the 37 (10%) index cases with two or more features were at high risk (SIR = 5.18, 95% CI = 3.22 to 8.33). CONCLUSIONS: This wide variation in risks for relatives based on tumour characteristics could be of clinical value, help discover new breast cancer susceptibility genes and be an advance on the current clinical practice of using ER and PR as pathology-based predictors of familial and possibly genetic risks.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».