MétaCan
Menu
Retour à la cohorte
Enregistrement W2620853632 · doi:10.1158/1078-0432.ccr-17-0574

Clinical Management and Tumor Surveillance Recommendations of Inherited Mismatch Repair Deficiency in Childhood

2017· review· en· W2620853632 sur OpenAlexaff
Uri Tabori, Jordan R. Hansford, Maria Isabel Achatz, Christian P. Kratz, Sharon E. Plon, Thierry Frébourg, Laurence Brugières

Notice bibliographique

RevueClinical Cancer Research · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPMS2MSH6MSH2ProofreadingDNA mismatch repairMLH1MedicineLynch syndromeCancerDNA repairGermline mutationGeneticsMutationBiologyCancer researchGenePolymerase

Résumé

récupéré en direct d'OpenAlex

Abstract Replication proofreading is crucial to avoid mutation accumulation in dividing cells. In humans, proofreading and replication repair is maintained by the exonuclease domains of DNA polymerases and the mismatch repair system. Individuals harboring germline mutations in genes involved in this process are at increased risk of early cancers from multiple organs. Biallelic mutations in any of the four mismatch repair genes MSH2, MSH6, MLH1, and PMS2 result in one of the most aggressive childhood cancer predisposition syndromes, termed constitutional mismatch repair deficiency or constitutional mismatch repair deficiency syndrome (CMMRD). Data gathered in the last decade allow us to better define the clinical manifestations, tumor spectrum, and diagnostic algorithms for CMMRD. In this article, we summarize this information and present a comprehensive consensus surveillance protocol for these individuals. Ongoing research will allow for further definition of replication repair–deficient cancer syndromes, assessing the cost-effectiveness of such surveillance protocols and potential therapeutic interventions for these children and families. Clin Cancer Res; 23(11); e32–e37. ©2017 AACR. See all articles in the online-only CCR Pediatric Oncology Series.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,517
Tête enseignante GPT0,624
Écart entre enseignants0,106 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations221
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetGenetic factors in colorectal cancerTravaux en français237 207