Novel Associations between Common Breast Cancer Susceptibility Variants and Risk-Predicting Mammographic Density Measures
Notice bibliographique
Résumé
Mammographic density measures adjusted for age and body mass index (BMI) are heritable predictors of breast cancer risk, but few mammographic density-associated genetic variants have been identified. Using data for 10,727 women from two international consortia, we estimated associations between 77 common breast cancer susceptibility variants and absolute dense area, percent dense area and absolute nondense area adjusted for study, age, and BMI using mixed linear modeling. We found strong support for established associations between rs10995190 (in the region of ZNF365), rs2046210 (ESR1), and rs3817198 (LSP1) and adjusted absolute and percent dense areas (all P < 10(-5)). Of 41 recently discovered breast cancer susceptibility variants, associations were found between rs1432679 (EBF1), rs17817449 (MIR1972-2: FTO), rs12710696 (2p24.1), and rs3757318 (ESR1) and adjusted absolute and percent dense areas, respectively. There were associations between rs6001930 (MKL1) and both adjusted absolute dense and nondense areas, and between rs17356907 (NTN4) and adjusted absolute nondense area. Trends in all but two associations were consistent with those for breast cancer risk. Results suggested that 18% of breast cancer susceptibility variants were associated with at least one mammographic density measure. Genetic variants at multiple loci were associated with both breast cancer risk and the mammographic density measures. Further understanding of the underlying mechanisms at these loci could help identify etiologic pathways implicated in how mammographic density predicts breast cancer risk.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».