Abstract 5220: Evaluation of ACMG guideline classified variants in 180 cancer and incidental non-cancer genes in families with breast/ovarian cancer
Notice bibliographique
Résumé
Abstract Sequencing tests assaying panels of genes or whole exomes are widely available for cancer risk evaluation. However, methods for classification of variants resulting from this testing are not well studied. We evaluated the ability of American College of Medical Genetics and Genomics (ACMG) guidelines to define the rate of mutations and variants of uncertain significance (VUS) in 180 medically relevant genes, including all ACMG designated reportable cancer and non-cancer genes, in individuals who met guidelines for hereditary cancer risk evaluation. We performed whole exome sequencing in 404 individuals in 257 families and classified 1640 variants from these genes. Potentially clinically actionable (likely-pathogenic/pathogenic, LP/P) versus nonactionable (VUS/likely-benign/benign) calls were 92% and 88% concordant with locus specific databases and Clinvar, respectively. LP/P mutations were identified in 11 of 25 breast cancer susceptibility genes in 27 BRCA1/2 negative families (11%). Evaluation of 84 additional autosomal dominant cancer susceptibility genes identified LP/P mutations in only four additional families (1.7%), suggesting they do not influence risk in this cohort. However, individuals from nine of 257 families (3.5%) had incidental LP/P mutations in 32 non-cancer disease genes, and 7% of individuals were monoallelic carriers of an LP/P mutation in 39 autosomal recessive cancer syndrome genes. Furthermore, 90% of individuals had at least one VUS. In summary, these data support the clinical utility of ACMG variant classification guidelines. In addition, evaluation of extended panels of cancer genes in breast/ovarian cancer families leads to only an incremental clinical benefit but substantially increases the complexity of the results. Citation Format: Kara N. Maxwell, Steven N. Hart, Joseph Vijai, Kasmintan A. Schrader, Tinu Thomas, Bradley Wubbenhorst, Vignesh Ravichandran, Raymond M. Moore, Chunling Hu, Lucia Guidugli, Brandon Wenz, Thomas P. Slavin, Susan M. Domchek, Mark E. Robson, Csilla Szabo, Susan L. Neuhausen, Jeffrey N. Weitzel, Kenneth Offit, Fergus J. Couch, Katherine L. Nathanson. Evaluation of ACMG guideline classified variants in 180 cancer and incidental non-cancer genes in families with breast/ovarian cancer. [abstract]. In: Proceedings of the 107th Annual Meeting of the American Association for Cancer Research; 2016 Apr 16-20; New Orleans, LA. Philadelphia (PA): AACR; Cancer Res 2016;76(14 Suppl):Abstract nr 5220.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».