Abstract IA04: New approaches to study cancer predisposition syndromes
Notice bibliographique
Résumé
Abstract The diagnosis of a cancer predisposition syndrome (CPS) in a child diagnosed with cancer influences medical care; however, many open questions remain in the areas of counseling, psychosocial support, cancer prevention, surveillance, and therapy. To address such issues, a CPS-registry was launched: www.cancer-predisposition.org. The CPS-registry (1) provides detailed information for affected families and health care professionals, (2) collects biospecimens for translational research, (3) assembles both retrospective and annual prospective data on cancer diagnoses and surveillance measures in individuals with approximately 60 different CPS, (4) makes mutation data publicly available through accessible databases, (5) shares data internationally, (6) links data with trial groups and cancer registries, and (7) provides expert opinion for individual treatment decisions. Due to hidden clinical signs, CPS are often overlooked; however, various clinical tools have been developed to increase the percentage of families that are being offered counseling and testing. Moreover, CPS diagnosis is dramatically facilitated by the increasing use of agnostic next-generation sequencing in pediatric oncology, supporting the notion that 10% of children with cancer harbor mutations in cancer predisposition genes, often in the absence of clinical signs. CPS diagnosis yet remains a challenge prior to a first cancer diagnosis; however, a more systematic diagnostic approach is required to offer prevention and surveillance measures to these individuals. Strong family support organizations such as LFSA and FARF have dramatically improved collaborative research in the CPS field. In the future, clinical protocols for CPS individuals will pave the way for better prevention, surveillance, and cancer treatment strategies. Citation Format: Christian P. Kratz. New approaches to study cancer predisposition syndromes [abstract]. In: Proceedings of the AACR Special Conference on the Advances in Pediatric Cancer Research; 2019 Sep 17-20; Montreal, QC, Canada. Philadelphia (PA): AACR; Cancer Res 2020;80(14 Suppl):Abstract nr IA04.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».