MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392229992 · doi:10.21203/rs.3.rs-3955962/v1

Whole genome sequencing reveals differences in the genetic landscape of interval and screen-detected breast cancer

2024· preprint· en· W4392229992 sur OpenAlexaff
Richard S. Houlston, C. Mills, Amit Sud, Andrew Everall, Daniel Chubb, Samuel Lawrence, Ben Kinnersley, Alex J. Cornish, Robert B. Bentham

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Genomics and Diagnostics
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesMedical Research CouncilNational Institute for Health and Care ResearchRoyal Marsden NHS Foundation TrustCancer Research UKWellcome Trust
Mots-clésBreast cancerPhenotypeGenomeCancerBiologyMutationGenome instabilityGeneticsComputational biologyGeneDNADNA damage

Résumé

récupéré en direct d'OpenAlex

Abstract Interval breast cancers (IBCs) are cancers diagnosed between screening episodes. Understanding the biological differences between IBCs and screen-detected breast-cancers (SDBCs) has the potential to improve mammographic screening and patient management. We analysed and compared the genomic landscape of 288 IBCs and 473 SDBCs by whole genome sequencing of paired tumour-normal patient samples collected as part of the UK 100,000 Genomes Project. Compared to SDBCs, IBCs were more likely to be lobular, higher grade, and triple negative. A more aggressive clinical phenotype was reflected in IBCs displaying features of genomic instability including a higher mutation rate and number of chromosomal structural abnormalities, defective homologous recombination and TP53 mutations. We did not however, find evidence to indicate that IBCs are associated with a different immune response. While IBCs do not represent a unique molecular class of invasive breast cancer they exhibit a more aggressive phenotype, which is likely to be a consequence of the timing of tumour initiation. This information is relevant both with respect to treatment as well as defining the screening interval for mammography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,337
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCancer Genomics and Diagnostics→Travaux en français237 207→