Addition of pathology and biomarker information significantly improves the performance of the Manchester scoring system for <i>BRCA1</i> and <i>BRCA2</i> testing
Notice bibliographique
Résumé
BACKGROUND: Selection for genetic testing of BRCA1/BRCA2 is an important area of healthcare. Although testing costs for mutational analysis are falling, costs in North America remain in excess of US$3000 (UK price can be 690 pounds). Guidelines in most countries use a 10-20% threshold of detecting a mutation in BRCA1/2 combined within a family before mutational analysis is considered. A number of computer-based models have been developed. However, use of these models can be time consuming and difficult. The Manchester scoring system was developed in 2003 to simplify the selection process without losing accuracy. METHODS: In order to increase accuracy of prediction, breast pathology of the index case was incorporated into the Manchester scoring system based on 2156 samples from unrelated non-Jewish patients fully tested for BRCA1/2, and the scores were adapted accordingly. Results/ DISCUSSION: Data from breast pathology allowed adjustment of BRCA1 and combined BRCA1/2 scores alone. There was a lack of pathological homogeneity for BRCA2, therefore specific pathological correlates could not be identified. Upward adjustments in BRCA1 mutation prediction scores were made for grade 3 ductal cancers, oestrogen receptor (ER) and triple-negative tumours. Downward adjustments in the score were made for grade 1 tumours, lobular cancer, ductal carcinoma in situ and ER/HER2 positivity. Application of the updated scoring system led to four and nine more mutations in BRCA1 being identified at the 10% and 20% threshold, respectively. Furthermore, 65 and 58 fewer cases met the 10% and 20% threshold, respectively, for testing. Moreover, the adjusted score significantly improved the trade-off between sensitivity and specificity for BRCA1/2 prediction.
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 | 0,001 | 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 ».