High prevalence of mismatch repair deficiency in prostate cancers diagnosed in mismatch repair gene mutation carriers from the colon cancer family registry
Notice bibliographique
Résumé
The question of whether prostate cancer is part of the Lynch syndrome spectrum of tumors is unresolved. We investigated the mismatch repair (MMR) status and pathologic features of prostate cancers diagnosed in MMR gene mutation carriers. Prostate cancers (mean age at diagnosis = 62 ± SD = 8 years) from 32 MMR mutation carriers (23 MSH2, 5 MLH1 and 4 MSH6) enrolled in the Australasian, Mayo Clinic and Ontario sites of the Colon Cancer Family Registry were examined for clinico-pathologic features and MMR-deficiency (immunohistochemical loss of MMR protein expression and high levels of microsatellite instability; MSI-H). Tumor MMR-deficiency was observed for 22 cases [69 %; 95 % confidence interval (CI) 50–83 %], with the highest prevalence of MMR-deficiency in tumors from MSH2 mutation carriers (19/23, 83 %) compared with MLH1 and MSH6 carriers combined (3/9, 33 %; p = 0.01). MMR-deficient tumors had increased levels of tumor infiltrating lymphocytes compared with tumors without MMR-deficiency (p = 0.04). Under the assumption that tumour MMR-deficiency occurred only because the cancer was caused by the germline mutation, mutation carriers are at 3.2-fold (95 % CI 2.0–6.3) increased risk of prostate cancer, and when assessed by gene, the relative risk was greatest for MSH2 carriers (5.8, 95 % CI 2.6–20.9). Prostate cancer was the first or only diagnosed tumor in 37 % of carriers. MMR gene mutation carriers have at least a twofold or greater increased risk of developing MMR-deficient prostate cancer where the risk is highest for MSH2 mutation carriers. MMR IHC screening of prostate cancers will aid in identifying MMR gene mutation carriers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».