Ovarian cancer pathology characteristics as predictors of variant pathogenicity in BRCA1 and BRCA2
Notice bibliographique
Résumé
BACKGROUND: The distribution of ovarian tumour characteristics differs between germline BRCA1 and BRCA2 pathogenic variant carriers and non-carriers. In this study, we assessed the utility of ovarian tumour characteristics as predictors of BRCA1 and BRCA2 variant pathogenicity, for application using the American College of Medical Genetics and the Association for Molecular Pathology (ACMG/AMP) variant classification system. METHODS: Data for 10,373 ovarian cancer cases, including carriers and non-carriers of BRCA1 or BRCA2 pathogenic variants, were collected from unpublished international cohorts and consortia and published studies. Likelihood ratios (LR) were calculated for the association of ovarian cancer histology and other characteristics, with BRCA1 and BRCA2 variant pathogenicity. Estimates were aligned to ACMG/AMP code strengths (supporting, moderate, strong). RESULTS: No histological subtype provided informative ACMG/AMP evidence in favour of BRCA1 and BRCA2 variant pathogenicity. Evidence against variant pathogenicity was estimated for the mucinous and clear cell histologies (supporting) and borderline cases (moderate). Refined associations are provided according to tumour grade, invasion and age at diagnosis. CONCLUSIONS: We provide detailed estimates for predicting BRCA1 and BRCA2 variant pathogenicity based on ovarian tumour characteristics. This evidence can be combined with other variant information under the ACMG/AMP classification system, to improve classification and carrier clinical management.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».