<i>DICER1</i> and Associated Conditions: Identification of At-risk Individuals and Recommended Surveillance Strategies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Pathogenic germline DICER1 variants cause a hereditary cancer predisposition syndrome with a variety of manifestations. In addition to conferring increased cancer risks for pleuropulmonary blastoma (PPB) and ovarian sex cord–stromal tumors, particularly Sertoli–Leydig cell tumor, individuals with pathogenic germline DICER1 variants may also develop lung cysts, cystic nephroma, renal sarcoma and Wilms tumor, nodular hyperplasia of the thyroid, nasal chondromesenchymal hamartoma, ciliary body medulloepithelioma, genitourinary embryonal rhabdomyosarcoma, and brain tumors including pineoblastoma and pituitary blastoma. In May 2016, the International PPB Registry convened the inaugural International DICER1 Symposium to develop consensus testing and surveillance and treatment recommendations. Attendees from North America, Europe, and Russia provided expert representation from the disciplines of pediatric oncology, endocrinology, genetics, genetic counseling, radiology, pediatric surgery, pathology, and clinical research. Recommendations are provided for genetic testing; prenatal management; and surveillance for DICER1-associated pulmonary, renal, gynecologic, thyroid, ophthalmologic, otolaryngologic, and central nervous system tumors and gastrointestinal polyps. Risk for most DICER1-associated neoplasms is highest in early childhood and decreases in adulthood. Individual and caregiver education and judicious imaging-based surveillance are the primary recommended approaches. These testing and surveillance recommendations reflect a consensus of expert opinion and current literature. As DICER1 research expands, guidelines for screening and treatment will continue to be updated. Clin Cancer Res; 24(10); 2251–61. ©2018 AACR.
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.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle