Prevalence and clinical implications of germline pathogenic variants in cancer predisposing genes in young patients across sarcoma subtypes
Notice bibliographique
Résumé
Background Sarcomas are a rare and diverse group of cancers occurring mainly in young individuals for which an underlying germline genetic cause remains unclear in most cases. Methods Germline DNA from 177 children, adolescents and young adults with soft tissue or bone sarcomas was tested using multigene panels with 113 or 126 cancer predisposing genes (CPGs) to describe the prevalence of germline pathogenic/likely pathogenic variants (GPVs). Subsequent testing of a subset of tumours for loss of heterozygosity (LOH) evaluation was performed to investigate the clinical and molecular significance of these variants. Results GPVs were detected in 21.5% (38/177) of the patients (15.8% in children and 21.6% in adolescents and young adults), with dominant CPGs being altered in 15.2% overall. These variants were found in genes previously associated with the risk of developing sarcomas ( TP53 , RB1 , NF1 , EXT1/2 ) but also in genes where that risk is still emerging/limited ( ERCC2 , TSC2 and BRCA2 ) or unknown ( PALB2 , RAD50 , FANCM and others). The detection rates of GPVs varied from 0% to 33% across sarcoma subtypes and GPV carriers were more likely to present more than one primary tumour than non-carriers (21.1%×6.5%; p=0.012). Loss of the wild-type allele was detected in 48% of tumours from GPV carriers, mostly in genes definitively associated with sarcoma risk. Conclusion Our findings reveal that a high proportion of young patients with sarcomas presented a GPV in a CPG, underscoring the urgency of establishing appropriate genetic screening strategies for these individuals and their families.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».