Evaluating Polygenic Risk Scores for Breast Cancer in Women of African Ancestry
Notice bibliographique
Résumé
Background: Polygenic risk scores (PRSs) have been demonstrated to identify women of European, Asian, and Latino ancestry at elevated risk of developing breast cancer (BC). We evaluated the performance of existing PRSs trained in European ancestry populations among women of African ancestry. Methods: We assembled genotype data for women of African ancestry, including 9241 case subjects and 10 193 control subjects. We evaluated associations of 179- and 313-variant PRSs with overall and subtype-specific BC risk. PRS discriminatory accuracy was assessed using area under the receiver operating characteristic curve. We also evaluated a recalibrated PRS, replacing the index variant with variants in each region that better captured risk in women of African ancestry and estimated lifetime absolute risk of BC in African Americans by PRS category. Results: For overall BC, the odds ratio per SD of the 313-variant PRS (PRS313) was 1.27 (95% confidence interval [CI] = 1.23 to 1.31), with an area under the receiver operating characteristic curve of 0.571 (95% CI = 0.562 to 0.579). Compared with women with average risk (40th-60th PRS percentile), women in the top decile of PRS313 had a 1.54-fold increased risk (95% CI = 1.38-fold to 1.72-fold). By age 85 years, the absolute risk of overall BC was 19.6% for African American women in the top 1% of PRS313 and 6.7% for those in the lowest 1%. The recalibrated PRS did not improve BC risk prediction. Conclusion: The PRSs stratify BC risk in women of African ancestry, with attenuated performance compared with that reported in European, Asian, and Latina populations. Future work is needed to improve BC risk stratification for women of African ancestry.
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 | 0,000 |
| 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 ».