Cancer Screening Recommendations and Clinical Management of Inherited Gastrointestinal Cancer Syndromes in Childhood
Notice bibliographique
Résumé
Abstract Hereditary gastrointestinal cancer predisposition syndromes have been well characterized, but management strategies and surveillance remain a major challenge, especially in childhood. In October 2016, the American Association for Cancer Research organized the AACR Childhood Cancer Predisposition Workshop in which international experts in care of children with a hereditary risk of cancer met to define surveillance strategies and management of children with cancer predisposition syndromes. In this article, we review the current literature in polyposis syndromes that can be diagnosed in childhood and may be associated with an increased incidence of gastrointestinal neoplasms and other cancer types. These disorders include adenomatous polyposis syndromes (APC and MUTYH), juvenile polyposis coli (BMPR1A and SMAD4), Peutz–Jeghers Syndrome (STK11/LKB1), and PTEN hamartoma tumor syndrome (PHTS; PTEN), which can present with a more limited juvenile polyposis phenotype. Herein, the panel of experts provides recommendations for clinical diagnosis, approach to genetic testing, and focus on cancer surveillance recommendations when appropriate during the pediatric period. We also review current controversies on genetic evaluation of patients with hepatoblastoma and indications for surveillance for this tumor. Childhood cancer risks and surveillance associated with disorders involving the mismatch repair genes, including Lynch syndrome and constitutional mismatch repair deficiency (CMMRD), are discussed elsewhere in this series. Clin Cancer Res; 23(13); e107–e14. ©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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 tête enseignante, 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 ».