MétaCan
Menu
Retour à la cohorte
Enregistrement W3177433615 · doi:10.3390/jcm10132856

No Difference in Penetrance between Truncating and Missense/Aberrant Splicing Pathogenic Variants in MLH1 and MSH2: A Prospective Lynch Syndrome Database Study

2021· article· en· W3177433615 sur OpenAlexaff
Mev Dominguez–Valentin, John‐Paul Plazzer, Julian R. Sampson, Christoph Engel, Stefan Aretz, Mark A. Jenkins, Lone Sunde, Inge Bernstein, Gabriel Capellá, Francesc Balaguer, Finlay Macrae, Ingrid Winship, Huw Thomas, D. Gareth Evans, John Burn, Marc S. Greenblatt, Wouter H. de Vos tot Nederveen Cappel, Rolf H. Sijmons, Maartje Nielsen, Lucio Bertario, Bernardo Bonanni, Maria Grazia Tibiletti, Giulia Martina Cavestro, Annika Lindblom, Adriana Della Valle, Francisco López-Köstner, Karin Álvarez, Nathan Gluck, Lior H. Katz, Karl Heinimann, Carlos Vaccaro, Sigve Nakken, Eivind Hovig, Kate Green, Fiona Lalloo, James Hill, Hans F. A. Vasen, Claudia Perne, Reinhard Büttner, Heike Görgens, Elke Holinski‐Feder, Monika Morak, Stefanie Holzapfel, Robert Hüneburg, Magnus von Knebel Doeberitz, Markus Loeffler, Nils Rahner, Jürgen Weitz, Verena Steinke‐Lange, Wolff Schmiegel, Deepak Vangala, Emma J. Crosbie, Marta Pineda, Matilde Navarro, Joan Brunet, Leticia Moreira, Ariadna Sánchez, Miquel Serra‐Burriel, Miriam Mints, Revital Kariv, Guy Rosner, Tamara Alejandra Piñero, Walter Pavicic, Pablo Kalfayan, Sanne W. ten Broeke, Jukka‐Pekka Mecklin, Kirsi Pylvänäinen, Laura Renkonen‐Sinisalo, Anna Lepistö, Païvi Peltomäki, John L. Hopper, Aung Ko Win, Daniel D. Buchanan, Noralane M. Lindor, Steven Gallinger, Loı̈c Le Marchand, Polly A. Newcomb, Jane C. Figueiredo, Stephen N. Thibodeau, Christina Therkildsen, Thomas van Overeem Hansen, Lars Joachim Lindberg, Einar Andreas Rødland, Florencia Neffa, Patricia Esperón, Douglas Tjandra, Gabriela Möslein, Toni T. Seppälä, Pål Møller

Notice bibliographique

RevueJournal of Clinical Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueGenetic factors in colorectal cancer
Établissements canadiensLunenfeld-Tanenbaum Research InstituteUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesNational Cancer InstituteNational Institute for Health and Care Research
Mots-clésMedicinePenetranceMLH1Missense mutationLynch syndromeMSH2RNA splicingGeneticsDatabaseDNA mismatch repairMutationGenePhenotypeInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

Background. Lynch syndrome is the most common genetic predisposition for hereditary cancer. Carriers of pathogenic changes in mismatch repair (MMR) genes have an increased risk of developing colorectal (CRC), endometrial, ovarian, urinary tract, prostate, and other cancers, depending on which gene is malfunctioning. In Lynch syndrome, differences in cancer incidence (penetrance) according to the gene involved have led to the stratification of cancer surveillance. By contrast, any differences in penetrance determined by the type of pathogenic variant remain unknown. Objective. To determine cumulative incidences of cancer in carriers of truncating and missense or aberrant splicing pathogenic variants of the MLH1 and MSH2 genes. Methods. Carriers of pathogenic variants of MLH1 (path_MLH1) and MSH2 (path_MSH2) genes filed in the Prospective Lynch Syndrome Database (PLSD) were categorized as truncating or missense/aberrant splicing according to the InSiGHT criteria for pathogenicity. Results. Among 5199 carriers, 1045 had missense or aberrant splicing variants, and 3930 had truncating variants. Prospective observation years for the two groups were 8205 and 34,141 years, respectively, after which there were no significant differences in incidences for cancer overall or for colorectal cancer or endometrial cancers separately. Conclusion. Truncating and missense or aberrant splicing pathogenic variants were associated with similar average cumulative incidences of cancer in carriers of path MLH1 and path_MSH2.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,076
Tête enseignante GPT0,403
Écart entre enseignants0,327 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetGenetic factors in colorectal cancerTravaux en français237 207