MétaCan
Menu
Retour à la cohorte
Enregistrement W2400927555 · doi:10.1200/jco.2016.66.5844

Age- and Tumor Subtype–Specific Breast Cancer Risk Estimates for <i>CH</i><i>EK</i><i>2</i>*1100delC Carriers

2016· article· en· W2400927555 sur OpenAlexfundno aff
Marjanka K. Schmidt, Frans B.L. Hogervorst, Richard van Hien, Sten Cornelissen, Annegien Broeks, Muriel A. Adank, H Meijers, Quinten Waisfisz, Antoinette Hollestelle, Mieke Schutte, Ans van den Ouweland, Maartje J. Hooning, Irene L. Andrulis, Hoda Anton‐Culver, Natalia Antonenkova, Antonis C. Antoniou, Volker Arndt, Marina Bermisheva, Natalia Bogdanova, Manjeet K. Bolla, Hiltrud Brauch, Hermann Brenner, Thomas Brüning, Barbara Burwinkel, Jenny Chang‐Claude, Georgia Chenevix‐Trench, Fergus J. Couch, Angela Cox, Simon S. Cross, Kamila Czene, Alison M. Dunning, Peter A. Fasching, Jonine D. Figueroa, Olivia Fletcher, Henrik Flyger, Eva Galle, Montserrat García‐Closas, Graham G. Giles, Lothar Haeberle, Per Hall, Peter Hillemanns, John L. Hopper, Anna Jakubowska, Esther M. John, Michael E. Jones, Э. К. Хуснутдинова, Julia A. Knight, Veli‐Matti Kosma, Vessela Kristensen, Andrew Lee, Annika Lindblom, Jan Lubiński, Sara Margolin, Roger L. Milne, Taru Muranen, Polly A. Newcomb, Kenneth Offit, Tjoung‐Won Park‐Simon, Julian Peto, Paul D.P. Pharoah, Mark E. Robson, Anja Rudolph, Elinor J. Sawyer, Rita K. Schmutzler, Caroline Seynaeve, Julie Soens, Melissa C. Southey, Amanda B. Spurdle, Harald Surowy, Anthony J. Swerdlow, Rob A.�E.�M. Tollenaar, Ian Tomlinson, Amy Trentham‐Dietz, Celine M. Vachon, Qin Wang, Alice S. Whittemore, Argyrios Ziogas, Lizet van der Kolk, Heli Nevanlinna, Thilo Dörk, Stig E. Bojesen, Douglas F. Easton

Notice bibliographique

RevueJournal of Clinical Oncology · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research and Materiel CommandDavid Geffen School of Medicine, University of California, Los AngelesNational Cancer InstituteUniversitätsklinikum Hamburg-EppendorfErasmus Universitair Medisch Centrum RotterdamRussian Academy of SciencesCancer Council South AustraliaNational Health and Medical Research CouncilMedical Research CouncilUniversity of California, Los AngelesU.S. ArmySchool of Medicine, Stanford UniversityNational Institutes of HealthUniversitätsklinikum KölnUniversität zu KölnDeutsche Gesetzliche UnfallversicherungGentofte HospitalNederlandse Organisatie voor Wetenschappelijk OnderzoekTechnische Universität MünchenSundhed og Sygdom, Det Frie ForskningsrådUniversitetet i OsloLeids Universitair Medisch CentrumKarolinska InstitutetUniversity of OxfordDeutsche KrebshilfeMedizinischen Hochschule HannoverUniversity of TorontoCancer Council NSWSusan G. Komen for the CureUniversität HeidelbergUniversiteit van AmsterdamCancer Council VictoriaUniversity of MelbourneLondon School of Hygiene and Tropical MedicineEberhard Karls Universität TübingenUniversiteit LeidenKuopion Yliopistollinen SairaalaRobert Bosch StiftungBundesministerium für Bildung und ForschungNational Breast Cancer FoundationQIMR Berghofer Medical Research InstituteNorges ForskningsrådPomorski Uniwersytet Medyczny W SzczecinieVrije Universiteit AmsterdamAgency for Science, Technology and ResearchKing's College LondonNational Institute for Health and Care ResearchItä-Suomen YliopistoLon V. Smith FoundationStockholms Läns LandstingKWF KankerbestrijdingHerlev HospitalCancer Research UKMemorial Sloan-Kettering Cancer CenterWellcome TrustUniversity of California, IrvineKreftforeningenDavid F. and Margaret T. Grohne Family FoundationDeutsches KrebsforschungszentrumHelsingin ja Uudenmaan SairaanhoitopiiriCancerfondenU.S. Department of Health and Human ServicesMayo ClinicBreast Cancer Research FoundationCancer Council TasmaniaFrancis Crick InstituteHelsingin Yliopisto
Mots-clésMedicineBreast cancerOncologyInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,476

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,044
Tête enseignante GPT0,398
Écart entre enseignants0,354 · 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'étudeSans objet
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

Citations180
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetBRCA gene mutations in cancerTravaux en français237 207