Prospective evaluation of a breast-cancer risk model integrating classical risk factors and polygenic risk in 15 cohorts from six countries
Notice bibliographique
Résumé
BACKGROUND: Rigorous evaluation of the calibration and discrimination of breast-cancer risk-prediction models in prospective cohorts is critical for applications under clinical guidelines. We comprehensively evaluated an integrated model incorporating classical risk factors and a 313-variant polygenic risk score (PRS) to predict breast-cancer risk. METHODS: Fifteen prospective cohorts from six countries with 239 340 women (7646 incident breast-cancer cases) of European ancestry aged 19-75 years were included. Calibration of 5-year risk was assessed by comparing expected and observed proportions of cases overall and within risk categories. Risk stratification for women of European ancestry aged 50-70 years in those countries was evaluated by the proportion of women and future cases crossing clinically relevant risk thresholds. RESULTS: Among women <50 years old, the median (range) expected-to-observed ratio for the integrated model across 15 cohorts was 0.9 (0.7-1.0) overall and 0.9 (0.7-1.4) at the highest-risk decile; among women ≥50 years old, these were 1.0 (0.7-1.3) and 1.2 (0.7-1.6), respectively. The proportion of women identified above a 3% 5-year risk threshold (used for recommending risk-reducing medications in the USA) ranged from 7.0% in Germany (∼841 000 of 12 million) to 17.7% in the USA (∼5.3 of 30 million). At this threshold, 14.7% of US women were reclassified by adding the PRS to classical risk factors, with identification of 12.2% of additional future cases. CONCLUSION: Integrating a 313-variant PRS with classical risk factors can improve the identification of European-ancestry women at elevated risk who could benefit from targeted risk-reducing strategies under current clinical guidelines.
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 | 0,030 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».