MétaCan
Menu
Retour à la cohorte
Enregistrement W2957235277 · doi:10.1097/cmr.0000000000000628

Frequency of mutations in BRAF, NRAS, and KIT in different populations and histological subtypes of melanoma: a systemic review

2019· review· en· W2957235277 sur OpenAlexaboutno aff
Luz Dary Gutiérrez-Castañeda, John Nova, David Tovar‐Parra

Notice bibliographique

RevueMelanoma Research · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCutaneous Melanoma Detection and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuroblastoma RAS viral oncogene homologOdds ratioMelanomaMedicineOncologyPopulationGeneticsInternal medicineCancer researchGeneBiologyMutationKRAS

Résumé

récupéré en direct d'OpenAlex

The presence of mutations of BRAF, NRAS, and KIT genes is recognized as playing a role during carcinogenesis. Our study aims to evaluate and review other studies that present the frequency of mutations of BRAF, NRAS, and KIT genes for different populations, and analyse correlation to their clinical-pathological characteristics and to the demographics of melanoma. Thirty-two articles were selected from a collection of published literature studying 6299 patients. The parameters for correlation to different variables were calculated by odds ratio, for random and single effects. 38.5% of patients present BRAF gene mutations, 16.4% in NRAS, and 10% in KIT. Mutations of the BRAF gene were correlated to superficial spreading melanoma (odds ratio = 1.31), localization in the torso (odds ratio = 1.42) and presence of metastases. Mutations in NRAS were correlated to nodular melanoma (odds ratio = 1.57), localized in the limbs (odds ratio = 1.31). Mutations of the KIT gene were correlated to mucosal melanoma (odds ratio = 1.59). Populations in Brazil, the US, Sweden, Italian, and Australia were found to be correlated to mutations of BRAF and melanoma. Populations in Italy, Sweden, Spain, and the US were found to be correlated to mutations of NRAS. Populations in Japan, China, Turkey, Canada, and Russia were found to be correlated to mutations of KIT. Data correlated to the presence of melanoma and population type is due to the amount of studies performed across of globe.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0150,012
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,184
Tête enseignante GPT0,424
Écart entre enseignants0,240 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMelanoma ResearchMême sujetCutaneous Melanoma Detection and ManagementTravaux en français237 207