MétaCan
Menu
Retour à la cohorte
Enregistrement W2623464423 · doi:10.1038/s41523-017-0024-8

The contribution of pathogenic variants in breast cancer susceptibility genes to familial breast cancer risk

2017· article· en· W2623464423 sur OpenAlexaff
Thomas P. Slavin, Kara N. Maxwell, Jenna Lilyquist, Joseph Vijai, Susan L. Neuhausen, Steven N. Hart, Vignesh Ravichandran, Tinu Thomas, Ann Maria, Danylo Villano, Kasmintan A. Schrader, Raymond M. Moore, Chunling Hu, Bradley Wubbenhorst, Brandon M. Wenz, Kurt D’Andrea, Mark E. Robson, Paolo Peterlongo, Bernardo Bonanni, James M. Ford, Judy E. Garber, Susan M. Domchek, Csilla I. Szabo, Kenneth Offit, Katherine L. Nathanson, Jeffrey N. Weitzel, Fergus J. Couch

Notice bibliographique

Revuenpj Breast Cancer · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensBC Cancer Agency
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthOxnard FoundationPennsylvania Department of HealthStop CancerAvon Foundation for WomenBreast Cancer Research FoundationU.S. Department of Defense
Mots-clésBreast cancerCHEK2PALB2Odds ratioOncologyMedicineGermline mutationCancerGeneticsInternal medicineMutationBiologyGene

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the gene-specific risks for development of breast cancer will lead to improved clinical care for those carrying germline mutations in cancer predisposition genes. We sought to detail the spectrum of mutations and refine risk estimates for known and proposed breast cancer susceptibility genes. Targeted massively-parallel sequencing was performed to identify mutations and copy number variants in 26 known or proposed breast cancer susceptibility genes in 2134BRCA1/2-negative women with familial breast cancer (proband with breast cancer and a family history of breast or ovarian cancer) from a largely European–Caucasian multi-institutional cohort. Case–control analysis was performed comparing the frequency of internally classified mutations identified in familial breast cancer women to Exome Aggregation Consortium controls. Mutations were identified in 8.2% of familial breast cancer women, including mutations in high-risk (odds ratio > 5) (1.4%) and moderate-risk genes (2 < odds ratio < 5) (2.9%). The remaining familial breast cancer women had mutations in proposed breast cancer genes (1.7%), Lynch syndrome genes (0.5%), and six cases had two mutations (0.3%). Case–control analysis demonstrated associations with familial breast cancer forATM, PALB2, andTP53mutations (odds ratio > 3.0,p < 10−4),BARD1mutations (odds ratio = 3.2,p = 0.012), andCHEK2truncating mutations (odds ratio = 1.6,p = 0.041). Our results demonstrate that approximately 4.7% ofBRCA1/2negative familial breast cancer women have mutations in genes statistically associated with breast cancer. We classifiedPALB2andTP53as high-risk,ATMandBARD1as moderate risk, andCHEK2truncating mutations as low risk breast cancer predisposition genes. This study demonstrates that large case–control studies are needed to fully evaluate the breast cancer risks associated with mutations in moderate-risk and proposed susceptibility genes.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,288
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations137
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Breast CancerMême sujetBRCA gene mutations in cancerTravaux en français237 207