Age- and Tumor Subtype–Specific Breast Cancer Risk Estimates for <i>CH</i><i>EK</i><i>2</i>*1100delC Carriers
Notice bibliographique
Résumé
PURPOSE: CHEK2*1100delC is a well-established breast cancer risk variant that is most prevalent in European populations; however, there are limited data on risk of breast cancer by age and tumor subtype, which limits its usefulness in breast cancer risk prediction. We aimed to generate tumor subtype- and age-specific risk estimates by using data from the Breast Cancer Association Consortium, including 44,777 patients with breast cancer and 42,997 controls from 33 studies genotyped for CHEK2*1100delC. PATIENTS AND METHODS: CHEK2*1100delC genotyping was mostly done by a custom Taqman assay. Breast cancer odds ratios (ORs) for CHEK2*1100delC carriers versus noncarriers were estimated by using logistic regression and adjusted for study (categorical) and age. Main analyses included patients with invasive breast cancer from population- and hospital-based studies. RESULTS: Proportions of heterozygous CHEK2*1100delC carriers in controls, in patients with breast cancer from population- and hospital-based studies, and in patients with breast cancer from familial- and clinical genetics center-based studies were 0.5%, 1.3%, and 3.0%, respectively. The estimated OR for invasive breast cancer was 2.26 (95%CI, 1.90 to 2.69; P = 2.3 × 10(-20)). The OR was higher for estrogen receptor (ER)-positive disease (2.55 [95%CI, 2.10 to 3.10; P = 4.9 × 10(-21)]) than it was for ER-negative disease (1.32 [95%CI, 0.93 to 1.88; P = .12]; P interaction = 9.9 × 10(-4)). The OR significantly declined with attained age for breast cancer overall (P = .001) and for ER-positive tumors (P = .001). Estimated cumulative risks for development of ER-positive and ER-negative tumors by age 80 in CHEK2*1100delC carriers were 20% and 3%, respectively, compared with 9% and 2%, respectively, in the general population of the United Kingdom. CONCLUSION: These CHEK2*1100delC breast cancer risk estimates provide a basis for incorporating CHEK2*1100delC into breast cancer risk prediction models and into guidelines for intensified screening and follow-up.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».