MétaCan
Menu
Retour à la cohorte
Enregistrement W4223987671 · doi:10.1002/gcc.23048

Principles of molecular testing for hereditary cancer

2022· review· en· W4223987671 sur OpenAlexaff
Chloe Mighton, Jordan Lerner‐Ellis

Notice bibliographique

RevueGenes Chromosomes and Cancer · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensPublic Health OntarioUniversity of TorontoLunenfeld-Tanenbaum Research InstituteSt. Michael's HospitalMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésPenetranceMedicineGenetic testingHereditary CancerCancerDiseaseMolecular diagnosticsBioinformaticsGeneticsBiologyPathologyGeneInternal medicineBreast cancer

Résumé

récupéré en direct d'OpenAlex

Molecular testing for hereditary cancers has rapidly advanced over the past two decades. Next-generation sequencing has been widely adopted, which has made molecular testing increasingly accessible, and large gene panels are now routinely used in clinical care. Effectively using molecular testing as a tool for the management of patients with hereditary cancer involves understanding various basic principles. In this article, we provide an overview of general principles for molecular germline testing for hereditary cancer syndromes. We overview hereditary cancer etiology, clinical indications for molecular testing, test methodologies and limitations, interpretation and reporting of test results, the evolving nature of evidence on gene-disease relationships and penetrance, and resources related to the clinical management of hereditary cancer syndromes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,058
Tête enseignante GPT0,326
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenes Chromosomes and CancerMême sujetGenomics and Rare DiseasesTravaux en français237 207