MétaCan
Menu
Retour à la cohorte
Enregistrement W2901952863 · doi:10.1016/j.ajhg.2018.11.002

Polygenic Risk Scores for Prediction of Breast Cancer and Breast Cancer Subtypes

2018· article· en· W2901952863 sur OpenAlexafffund
Nasim Mavaddat, Kyriaki Michailidou, Joe Dennis, Michael Lush, Laura Fachal, Andrew Lee, Jonathan P. Tyrer, Ting‐Huei Chen, Qin Wang, Manjeet K. Bolla, Xin Yang, Muriel A. Adank, Thomas U. Ahearn, Kristiina Aittomäki, Jamie Allen, Irene L. Andrulis, Hoda Anton‐Culver, Natalia Antonenkova, Volker Arndt, Kristan J. Aronson, Paul L. Auer, Päivi Auvinen, Myrto Barrdahl, Laura E. Beane Freeman, Matthias W. Beckmann, Sabine Behrens, Javier Benı́tez, Marina Bermisheva, Leslie Bernstein, Carl Blomqvist, Natalia Bogdanova, Stig E. Bojesen, Bernardo Bonanni, Anne‐Lise Børresen‐Dale, Hiltrud Brauch, Michael Bremer, Hermann Brenner, Adam R. Brentnall, Ian W. Brock, Angela Brooks‐Wilson, Sara Y. Brucker, Thomas Brüning, Barbara Burwinkel, Daniele Campa, Brian D. Carter, Jose E. Castelao, Stephen J. Chanock, Rowan T. Chlebowski, Hans Christiansen, Christine L. Clarke, J. Margriet Collée, Emilie Cordina‐Duverger, Sten Cornelissen, Fergus J. Couch, Angela Cox, Simon S. Cross, Kamila Czene, Mary B. Daly, Peter Devilee, Thilo Dörk, Isabel dos‐Santos‐Silva, Martine Dumont, Lorraine Durcan, Miriam Dwek, Arif B. Ekici, A. Heather Eliassen, Carolina Ellberg, Christoph Engel, Mikael Eriksson, D. Gareth Evans, Peter A. Fasching, Jonine D. Figueroa, Olivia Fletcher, Henrik Flyger, Asta Försti, Lin Fritschi, Marike Gabrielson, Manuela Gago-Domínguez, Susan M. Gapstur, José Á. García-Sáenz, Mia M. Gaudet, V. Georgoulias, Graham G. Giles, I. R. Gilyazova, Gord Glendon, Mark S. Goldberg, Anna González‐Neira, Grethe I.G. Alnæs, Mervi Grip, Jacek Gronwald, Anne Grundy, Pascal Guénel, Lothar Haeberle, Eric Hahnen, Christopher A. Haiman, Niclas Håkansson, Ute Hamann, Susan E. Hankinson, Elaine F. Harkness, Steven N. Hart, Wei He, Alexander Hein, Jane Heyworth, Peter Hillemanns, Antoinette Hollestelle, Maartje J. Hooning, Robert N. Hoover, John L. Hopper, Anthony Howell, Guanmengqian Huang, Keith Humphreys, David J. Hunter, Milena Jakimovska, Anna Jakubowska, Wolfgang Janni, Esther M. John, Nichola Johnson, Michael E. Jones, Arja Jukkola‐Vuorinen, Audrey Jung, Rudolf Kaaks, Katarzyna Kaczmarek, Vesa Kataja, Renske Keeman, Michael J. Kerin, Э. К. Хуснутдинова, Johanna I. Kiiski, Julia A. Knight, Yon‐Dschun Ko, Veli‐Matti Kosma, Stella Koutros, Vessela N. Kristensen, Ute Krüger, Tabea Kühl, Diether Lambrechts, Loı̈c Le Marchand, Eunjung Lee, Flavio Lejbkowicz, Jenna Lilyquist, Annika Lindblom, Sara Lindström, Jolanta Lissowska, Wing‐Yee Lo, Sibylle Loibl, Jirong Long, Jan Lubiński, Michael P. Lux, Robert J. MacInnis, Tom Maishman, Enes Makalic, Ivana Maleva Kostovska, Siranoush Manoukian, Sara Margolin, John W.M. Martens, Marı́a Elena Martı́nez, Dimitrios Mavroudis, Catriona McLean, Alfons Meindl, Usha Menon, Pooja Middha, Nicola Miller, Fernando Moreno, Anna Marie Mulligan, Claire Mulot, Víctor M. Muñoz-Garzón, Susan L. Neuhausen, Heli Nevanlinna, Patrick Neven, William G. Newman, Sune F. Nielsen, Børge G. Nordestgaard, Aaron D. Norman, Kenneth Offit, Janet E. Olson, Håkan Olsson, Nick Orr, V. Shane Pankratz, Tjoung‐Won Park‐Simon, José Ignacio Arias Pérez, Clara Pérez-Barrios, Paolo Peterlongo, Julian Peto, Mila Pinchev, Dijana Plaseska‐Karanfilska, Eric C. Polley, Ross L. Prentice, Nadège Presneau, Darya Prokofyeva, Kristen S. Purrington, Katri Pylkäs, Brigitte Rack, Paolo Radice, Rohini Rau‐Murthy, Gad Rennert, Hedy S. Rennert, Valerie Rhenius, Mark E. Robson, Atocha Romero, Kathryn J. Ruddy, Matthias Ruebner, Emmanouil Saloustros, Dale P. Sandler, Elinor J. Sawyer, Daniel F. Schmidt, Rita K. Schmutzler, Andreas Schneeweiß, Minouk J. Schoemaker, Fredrick R. Schumacher, Peter Schürmann, Lukas Schwentner, Christopher G. Scott, Rodney J. Scott, Caroline Seynaeve, Mitul Shah, Mark E. Sherman, Martha J. Shrubsole, Xiao‐Ou Shu, Susan Slager, Ann Smeets, Christof Sohn, Penny Soucy, Melissa C. Southey, John J. Spinelli, Christa Stegmaier, Jennifer Stone, Anthony J. Swerdlow, Rulla M. Tamimi, William Tapper, Jack A. Taylor, Mary Beth Terry, Kathrin Thöne, Rob A.�E.�M. Tollenaar, Ian Tomlinson, Thérèse Truong, Maria Tzardi, Hans-Ulrich Ulmer, Michael Untch, Celine M. Vachon, Elke M. van Veen, Joseph Vijai, Clarice R. Weinberg, Camilla Wendt, Alice S. Whittemore, Hans Wildiers, Walter C. Willett, Robert Winqvist, Alicja Wolk, Xiaohong R. Yang, Drakoulis Yannoukakos, Yan Zhang, Wei Zheng, Argyrios Ziogas, Alison M. Dunning, Deborah J. Thompson, Georgia Chenevix‐Trench, Jenny Chang‐Claude, Marjanka K. Schmidt, Per Hall, Roger L. Milne, Paul D.P. Pharoah, Antonis C. Antoniou, Nilanjan Chatterjee, Peter Kraft, Montserrat García‐Closas, Jacques Simard, Douglas F. Easton

Notice bibliographique

RevueThe American Journal of Human Genetics · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversity of British ColumbiaUniversity Health NetworkSinai Health SystemPublic Health OntarioUniversité LavalCentre Hospitalier de l’Université de MontréalSimon Fraser UniversityMcGill UniversityRoyal Victoria HospitalCentre hospitalier universitaire de QuébecBC Cancer AgencyQueen's UniversityMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHorizon 2020 Framework ProgrammeNational Institutes of HealthMinistero dello Sviluppo EconomicoFondazione Italiana per la Ricerca sul CancroMedical Research CouncilLeids Universitair Medisch CentrumKarolinska InstitutetUniversity of California, San DiegoOulun YliopistoUniversity of TorontoQueen's UniversityUniversity of MelbourneMonash UniversityNational Cancer InstituteUniversität HeidelbergCurtin University of TechnologyDeutsches KrebsforschungszentrumHunter Medical Research InstituteEuropean CommissionUniversity of OxfordKing's College LondonMailman School of Public Health, Columbia UniversitySeventh Framework ProgrammeQueen's University BelfastUniversity College LondonWellcome TrustCancer Research UKUniversity of SouthamptonMemorial Sloan-Kettering Cancer CenterFondation du cancer du sein du QuébecGénome QuébecNational Institute for Health and Care ResearchMinistère du Développement Économique, de l’Innovation et de l’ExportationGenome CanadaUniversiteit LeidenBiocenter, University of OuluGovernment of CanadaInstitut National de la Santé et de la Recherche MédicaleMinistère de l'Économie, de la Science et de l'Innovation - QuébecWayne State UniversityHealth Sciences Center, University of New MexicoCase Western Reserve University
Mots-clésBreast cancerPolygenic risk scoreOncologyCancerMedicineInternal medicineBiologyGeneticsGeneGenotypeSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

Stratification of women according to their risk of breast cancer based on polygenic risk scores (PRSs) could improve screening and prevention strategies. Our aim was to develop PRSs, optimized for prediction of estrogen receptor (ER)-specific disease, from the largest available genome-wide association dataset and to empirically validate the PRSs in prospective studies. The development dataset comprised 94,075 case subjects and 75,017 control subjects of European ancestry from 69 studies, divided into training and validation sets. Samples were genotyped using genome-wide arrays, and single-nucleotide polymorphisms (SNPs) were selected by stepwise regression or lasso penalized regression. The best performing PRSs were validated in an independent test set comprising 11,428 case subjects and 18,323 control subjects from 10 prospective studies and 190,040 women from UK Biobank (3,215 incident breast cancers). For the best PRSs (313 SNPs), the odds ratio for overall disease per 1 standard deviation in ten prospective studies was 1.61 (95%CI: 1.57-1.65) with area under receiver-operator curve (AUC) = 0.630 (95%CI: 0.628-0.651). The lifetime risk of overall breast cancer in the top centile of the PRSs was 32.6%. Compared with women in the middle quintile, those in the highest 1% of risk had 4.37- and 2.78-fold risks, and those in the lowest 1% of risk had 0.16- and 0.27-fold risks, of developing ER-positive and ER-negative disease, respectively. Goodness-of-fit tests indicated that this PRS was well calibrated and predicts disease risk accurately in the tails of the distribution. This PRS is a powerful and reliable predictor of breast cancer risk that may improve breast cancer prevention programs.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,011
Tête enseignante GPT0,288
Écart entre enseignants0,277 · 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

Citations1 183
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe American Journal of Human GeneticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207