Are CYP17 Genotypes a Biomarker for Ovarian Cancer in Patients With Cancer History in Their Family?
Notice bibliographique
Résumé
BRCA1 and BRCA2 genes are responsible for 5-10% of breast and ovarian cancer cases. However, the vast majority of ovarian and breast cancer cases do not display the hereditary form of the disease. Estrogen-metabolizing genes may also contribute to the predisposition of breast or ovarian cancer. Polymorphic variants of the estrogen-metabolizing gene, CYP17, have been associated with the risk of hormone-related cancers. In this study we investigated the CYP17 polymorphisms in ovarian cancer patients harboring mutations in the BRCA1 and BRCA2 genes, patients displaying familial characteristics but not carrying mutations and patients with sporadic ovarian cancer. Association between the allele frequencies, the CYP17 genotype and tumor characteristics or clinical parameters was evaluated. Our data suggest evidence for an association between ovarian cancer risk and the CYP17 genotype in the subgroup of patients with familial disease in whom no mutations in the BRCA genes are found. Although there were no statistically significant differences in the genotype distribution between the control group and the subgroup of patients with BRCA mutations, the frequency of the CYP17 A2 allele was significantly higher in the subgroup of patients without BRCA mutations. We found a four- to eightfold higher risk in ovarian cancer patients with family history but without BRCA mutations. Our data indicate that the CYP17 A2 allele polymorphism may confer an increased risk and can provide a biomarker for ovarian cancer patients in whom no mutations in the BRCA genes are observed.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».