Incidental findings from cancer next generation sequencing panels
Notice bibliographique
Résumé
Next-generation sequencing (NGS) technologies have facilitated multi-gene panel (MGP) testing to detect germline DNA variants in hereditary cancer patients. This sensitive technique can uncover unexpected, non-germline incidental findings indicative of mosaicism, clonal hematopoiesis (CH), or hematologic malignancies. A retrospective chart review was conducted to identify cases of incidental findings from NGS-MGP testing. Inclusion criteria included: 1) multiple pathogenic variants in the same patient; 2) pathogenic variants at a low allele fraction; and/or 3) the presence of pathogenic variants not consistent with family history. Secondary tissue analysis, complete blood count (CBC) and medical record review were conducted to further delineate the etiology of the pathogenic variants. Of 6060 NGS-MGP tests, 24 cases fulfilling our inclusion criteria were identified. Pathogenic variants were detected in TP53, ATM, CHEK2, BRCA1 and APC. 18/24 (75.0%) patients were classified as CH, 3/24 (12.5%) as mosaic, 2/24 (8.3%) related to a hematologic malignancy, and 1/24 (4.2%) as true germline. We describe a case-specific workflow to identify and interpret the nature of incidental findings on NGS-MGP. This workflow will provide oncology and genetic clinics a practical guide for the management and counselling of patients with unexpected NGS-MGP findings.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».