MétaCan
Menu
Retour à la cohorte
Enregistrement W2163037142 · doi:10.1371/journal.pgen.1004285

Genetic Predisposition to In Situ and Invasive Lobular Carcinoma of the Breast

2014· article· en· W2163037142 sur OpenAlexafffund
Elinor J. Sawyer, Rebecca Roylance, Christos Petridis, Mark N. Brook, Salpie Nowinski, Efterpi Papouli, Olivia Fletcher, Sarah E. Pinder, Andrew M. Hanby, Patricia Gorman, Michele Caneppele, Julian Peto, Isabel dos‐Santos‐Silva, Nichola Johnson, Ruth Swann, Miriam Dwek, Katherine-Anne Perkins, Cheryl Gillett, Richard S. Houlston, Gillian Ross, Paolo De Ieso, Melissa C. Southey, John L. Hopper, Elena Provenzano, Carmel Apicella, Jelle Wesseling, Sten Cornelissen, Renske Keeman, Peter A. Fasching, Sebastian M. Jud, Arif B. Ekici, Matthias W. Beckmann, Michael J. Kerin, F Marmé, Andreas Schneeweiß, Christof Sohn, Barbara Burwinkel, Pascal Guénel, Thérèse Truong, Pierre Laurent‐Puig, Pierre Kerbrat, Stig E. Bojesen, Børge G. Nordestgaard, Sune F. Nielsen, Henrik Flyger, Roger L. Milne, José Ignacio Arias Pérez, Primitiva Menéndez, Javier Benı́tez, Hermann Brenner, Aida Karina Dieffenbach, Volker Arndt, Christa Stegmaier, Alfons Meindl, Peter Lichtner, Rita K. Schmutzler, Magdalena Lochmann, Hiltrud Brauch, H.-P. Fischer, Yon‐Dschun Ko, Heli Nevanlinna, Taru Muranen, Kristiina Aittomäki, Carl Blomqvist, Natalia Bogdanova, Thilo Dörk, Annika Lindblom, Sara Margolin, Vesa Kataja, Veli-Matti Kosma, Jaana M. Hartikainen, Georgia Chenevix‐Trench, Diether Lambrechts, Caroline Weltens, Erik Van Limbergen, Sigrid Hatse, Jenny Chang‐Claude, Anja Rudolph, Petra Seibold, Dieter Flesch‐Janys, Paolo Radice, Paolo Peterlongo, Bernardo Bonanni, Sara Volorio, Graham G. Giles, Gianluca Severi, Laura Baglietto, Catriona McLean, Christopher A. Haiman, Brian E. Henderson, Fredrick R. Schumacher, Loı̈c Le Marchand, Jacques Simard, Mark S. Goldberg, France Labrèche, Martine Dumont, Vessela N. Kristensen, Robert Winqvist, Katri Pylkäs, Arja Jukkola‐Vuorinen, Saila Kauppila, Irene L. Andrulis, Julia A. Knight, Gord Glendon, Anna Marie Mulligan, Peter Devillee, Rob A.�E.�M. Tollenaar, Caroline Seynaeve, Mieke Kriege, Jonine D. Figueroa, Stephen J. Chanock, Mark E. Sherman, Maartje J. Hooning, Antoinette Hollestelle, Ans M.W. van den Ouweland, Carolien H. M. van Deurzen, Jingmei Li, Kamila Czene, Keith Humphreys, Angela Cox, Simon S. Cross, Malcolm Reed, Mitul Shah, Anna Jakubowska, Jan Lubiński, Katarzyna Jaworska–Bieniek, Katarzyna Durda, Anthony J. Swerdlow, Alan Ashworth, Minouk J. Schoemaker, Fergus J. Couch, Emily Hallberg, Anna González‐Neira, Guillermo Pita, M. Rosario Alonso, Daniel C. Tessier, Daniel Vincent, François Bacot, Manjeet K. Bolla, Qin Wang, Joe Dennis, Kyriaki Michailidou, Alison M. Dunning, Per Hall, Doug Easton, Paul D.P. Pharoah, Marjanka K. Schmidt, Ian Tomlinson, Montserrat García‐Closas

Notice bibliographique

RevuePLoS Genetics · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBreast Cancer Treatment Studies
Établissements canadiensMcGill University and Génome Québec Innovation CentreUniversity Health NetworkOntario Institute for Cancer ResearchPublic Health OntarioLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalMcGill University Health CentreMcGill UniversityUniversity of TorontoCentre hospitalier universitaire de QuébecRoyal Victoria HospitalUniversité de MontréalRoyal Victoria Regional Health CentreUniversité Laval
Organismes subventionnairesMedical Research and Materiel CommandNational Cancer InstituteUniversitätsklinikum Hamburg-EppendorfCancer Council TasmaniaNational Human Genome Research InstituteCancer Council VictoriaMedical Research CouncilCanadian Institutes of Health ResearchRheinische Friedrich-Wilhelms-Universität BonnMinistero dello Sviluppo EconomicoAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailInstitut National Du CancerNational Health and Medical Research CouncilOulun YliopistoDeutsche KrebshilfeMedizinischen Hochschule HannoverNorges ForskningsrådStockholms Läns LandstingKuopion Yliopistollinen SairaalaKarolinska InstitutetBundesministerium für Bildung und ForschungMinisterio de Economía y CompetitividadAgence Nationale de la RechercheNational Breast Cancer FoundationMinistère du Développement Économique, de l’Innovation et de l’ExportationAgency for Science, Technology and ResearchAcademy of FinlandKing's College LondonFonds Wetenschappelijk OnderzoekCancerfondenNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchFondation de FranceBreast Cancer CampaignBreast Cancer Research FoundationUniversity of CambridgeKWF KankerbestrijdingHerlev HospitalFondation du cancer du sein du QuébecWellcome TrustCancer Research UKNational Institute for Health and Care ResearchNational Institutes of HealthDeutsche Gesetzliche UnfallversicherungDavid F. and Margaret T. Grohne Family FoundationU.S. ArmyUniversity of WestminsterLigue Contre le CancerDeutsches KrebsforschungszentrumSundhed og Sygdom, Det Frie ForskningsrådAssociazione Italiana per la Ricerca sul CancroItä-Suomen YliopistoSusan G. Komen for the CureCancer Care OntarioEuropean CommissionRobert Bosch StiftungHelsingin ja Uudenmaan SairaanhoitopiiriU.S. Department of Health and Human Services
Mots-clésBiologyGenetic predispositionLobular carcinomaCarcinoma in situBreast cancerIn situInvasive lobular carcinomaGeneticsEvolutionary biologyCarcinomaDuctal carcinomaCancerGene

Résumé

récupéré en direct d'OpenAlex

Invasive lobular breast cancer (ILC) accounts for 10-15% of all invasive breast carcinomas. It is generally ER positive (ER+) and often associated with lobular carcinoma in situ (LCIS). Genome-wide association studies have identified more than 70 common polymorphisms that predispose to breast cancer, but these studies included predominantly ductal (IDC) carcinomas. To identify novel common polymorphisms that predispose to ILC and LCIS, we pooled data from 6,023 cases (5,622 ILC, 401 pure LCIS) and 34,271 controls from 36 studies genotyped using the iCOGS chip. Six novel SNPs most strongly associated with ILC/LCIS in the pooled analysis were genotyped in a further 516 lobular cases (482 ILC, 36 LCIS) and 1,467 controls. These analyses identified a lobular-specific SNP at 7q34 (rs11977670, OR (95%CI) for ILC = 1.13 (1.09-1.18), P = 6.0 × 10(-10); P-het for ILC vs IDC ER+ tumors = 1.8 × 10(-4)). Of the 75 known breast cancer polymorphisms that were genotyped, 56 were associated with ILC and 15 with LCIS at P<0.05. Two SNPs showed significantly stronger associations for ILC than LCIS (rs2981579/10q26/FGFR2, P-het = 0.04 and rs889312/5q11/MAP3K1, P-het = 0.03); and two showed stronger associations for LCIS than ILC (rs6678914/1q32/LGR6, P-het = 0.001 and rs1752911/6q14, P-het = 0.04). In addition, seven of the 75 known loci showed significant differences between ER+ tumors with IDC and ILC histology, three of these showing stronger associations for ILC (rs11249433/1p11, rs2981579/10q26/FGFR2 and rs10995190/10q21/ZNF365) and four associated only with IDC (5p12/rs10941679; rs2588809/14q24/RAD51L1, rs6472903/8q21 and rs1550623/2q31/CDCA7). In conclusion, we have identified one novel lobular breast cancer specific predisposition polymorphism at 7q34, and shown for the first time that common breast cancer polymorphisms predispose to LCIS. We have shown that many of the ER+ breast cancer predisposition loci also predispose to ILC, although there is some heterogeneity between ER+ lobular and ER+ IDC tumors. These data provide evidence for overlapping, but distinct etiological pathways within ER+ breast cancer between morphological subtypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,364

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetBreast Cancer Treatment StudiesTravaux en français237 207