Associations of common variants at 1p11.2 and 14q24.1 (RAD51L1) with breast cancer risk and heterogeneity by tumor subtype: findings from the Breast Cancer Association Consortium†
Notice bibliographique
Résumé
A genome-wide association study (GWAS) identified single-nucleotide polymorphisms (SNPs) at 1p11.2 and 14q24.1 (RAD51L1) as breast cancer susceptibility loci. The initial GWAS suggested stronger effects for both loci for estrogen receptor (ER)-positive tumors. Using data from the Breast Cancer Association Consortium (BCAC), we sought to determine whether risks differ by ER, progesterone receptor (PR), human epidermal growth factor receptor 2 (HER2), grade, node status, tumor size, and ductal or lobular morphology. We genotyped rs11249433 at 1p.11.2, and two highly correlated SNPs rs999737 and rs10483813 (r(2)= 0.98) at 14q24.1 (RAD51L1), for up to 46 036 invasive breast cancer cases and 46 930 controls from 39 studies. Analyses by tumor characteristics focused on subjects reporting to be white women of European ancestry and were based on 25 458 cases, of which 87% had ER data. The SNP at 1p11.2 showed significantly stronger associations with ER-positive tumors [per-allele odds ratio (OR) for ER-positive tumors was 1.13, 95% CI = 1.10-1.16 and, for ER-negative tumors, OR was 1.03, 95% CI = 0.98-1.07, case-only P-heterogeneity = 7.6 × 10(-5)]. The association with ER-positive tumors was stronger for tumors of lower grade (case-only P= 6.7 × 10(-3)) and lobular histology (case-only P= 0.01). SNPs at 14q24.1 were associated with risk for most tumor subtypes evaluated, including triple-negative breast cancers, which has not been described previously. Our results underscore the need for large pooling efforts with tumor pathology data to help refine risk estimates for SNP associations with susceptibility to different subtypes of breast cancer.
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 | 0,000 |
| 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 ».