Correction: BOADICEA: a comprehensive breast cancer risk prediction model incorporating genetic and nongenetic risk factors
Notice bibliographique
Résumé
Correction to: Genetics in Medicinehttps://doi.org/10.1038/s41436-018-0406-9; published online 15 January 2019 The original version of this article contained a typographical error in Eq. 2. The summation in the equation should run up to μ=6, and so Eq. 2 should have readλ(i)(t)=λ0(t)exp∑μ=16βMGμ(t)+∑ρβRFρμ(t)·zRFρ(i)∏ν=1μ-11-Gν(i)Gμ(i)+βPG(t)xP(i), where μ=6 corresponds to a noncarrier of pathogenic variants in the major genes, with βMG6(t)=0, and G6(i)=1 for noncarriers of pathogenic variants, and 0 otherwise. All presented results and conclusions were based on the correct version of the equation and are not influenced by this typographical error. This has now been corrected in both the PDF and HTML versions of the Article. The authors regret this error. BOADICEA: a comprehensive breast cancer risk prediction model incorporating genetic and nongenetic risk factorsGenetics in MedicineVol. 21Issue 8PreviewBreast cancer (BC) risk prediction allows systematic identification of individuals at highest and lowest risk. We extend the Breast and Ovarian Analysis of Disease Incidence and Carrier Estimation Algorithm (BOADICEA) risk model to incorporate the effects of polygenic risk scores (PRS) and other risk factors (RFs). Full-Text PDF Open Access
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».