Inference on the Genetic Architecture of Breast Cancer Risk
Notice bibliographique
Résumé
BACKGROUND: What are the major determinants of women's breast cancer risk? Rare mutations such as those in the BRCA1/2 genes, polygenic scores of common alleles identified by genome-wide association studies, or nongenetic factors? METHODS: The population-based Nordic Twin Study of Cancer, with 3,933 breast cancer cases among 21,054 monozygotic (MZ) and 30,939 dizygotic (DZ) female twin pairs, provides three key clues to this question: (i) the average lifetime risk, approximately 8%, does not differ by twin zygosity; (ii) the mean time interval between diagnoses when both twins develop disease (i.e., disease concordance) also does not differ by zygosity; but, (iii) conditioning on one twin having developed disease, the incidence rate in the co-twin is approximately 1% per year if the pair is MZ and 0.5% per year if DZ. RESULTS: Assuming that nongenetic risk factors are shared similarly between twins regardless of zygosity, we can draw two conclusions from (i) to (iii). CONCLUSIONS: First, (i) and (iii) imply that the chief determinant of risk is in the germline DNA, because the conditional incidence rate is several-fold higher than the average risk (8% lifetime) in MZ twins but only half as much in DZ twins. Second, the seeming inconsistency between the two-fold conditional incidence rate (iii) and the equality of the mean inter-twin disease intervals in disease concordance (ii) can be resolved if the risk factors in the germline DNA are rare variants, not common variants. IMPACT: This paper details simple deductive reasoning for these conclusions and draws a critical inference regarding breast cancer etiology. See related In the Spotlight, p. 1477.
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 | 0,008 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».