Prevalence of Recurrent Mutations Predisposing to Breast Cancer in Early-Onset Breast Cancer Patients from Poland
Notice bibliographique
Résumé
There are twenty recurrent mutations in six breast-cancer-predisposing genes in Poland (BRCA1, BRCA2, CHEK2, PALB2, NBN, and RECQL). The frequencies of the twenty alleles have not been measured in a large series of early-onset breast cancer patients from Poland unselected for family history. We genotyped 2464 women with breast cancer diagnosed below age 41 years for twenty recurrent germline mutations in six genes, including BRCA1, BRCA2 CHEK2, PALB2, NBN, and RECQL. A mutation in one of the six genes was identified in 419 of the 2464 early-onset breast cancer cases (17%), including 22.4% of those cases diagnosed below age 31. The mutation frequency was 18.8% for familial breast cancer cases and 6% for non-familial cases. Among women with breast cancer below age 31, the mutation frequency was 23.6% for familial cases and 17.4% in non-familial cases. The majority of mutations (76.2%) were seen in BRCA1 and BRCA2. In Poland, a panel of twenty recurrent mutations in six genes can identify a genetic basis for a high percentage of early-onset cases and testing is recommended for all women with breast cancer at age 40 or below.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».