MétaCan
Menu
Retour à la cohorte
Enregistrement W4405301403 · doi:10.1200/po-24-00407

Clinical Utility of Genomic Sequencing for Hereditary Cancer Syndromes: An Observational Cohort Study

2024· article· en· W4405301403 sur OpenAlexaff
Salma Shickh, Chloe Mighton, Marc Clausen, Jordan Sam, Daena Hirjikaka, Emma Reble, Tracy Graham, Seema Panchal, Andrea Eisen, Christine Elser, Kasmintan A. Schrader, Nancy N. Baxter, Andreas Laupacis, Jordan Lerner‐Ellis, Raymond H. Kim, Yvonne Bombard, Susan Randall Armel, Melyssa Aronson, Kenneth Bond, José‐Mario Capo‐Chichi, June Carroll, Timothy Caulfield, Tammy Clifford, Iris Cohn, Irfan A. Dhalla, Craig C. Earle, Michael F. Evans, Emily Glogowski, Elena Greenfeld, Jada G. Hamilton, Wanrudee Isaranuwatchai, Monika Kastner, Chantal F. Morel, Michelle Mujoomdar, Abdul Noor, Kenneth Offit, Mark E. Robson, Stephen W. Scherer, Adena Scheer, Terrence Sullivan, Kevin E. Thorpe

Notice bibliographique

RevueJCO Precision Oncology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensPrincess Margaret Cancer CentreOntario Institute for Cancer ResearchHospital for Sick ChildrenUniversity of British ColumbiaLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalHealth Sciences CentreSunnybrook Health Science CentreUniversity Health NetworkUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerObservational studyBreast cancerFamily historyInternal medicineClinical trialCohortGenetic testingGenetic counselingOncologyGeneticsBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE Genomic sequencing (GS) is increasingly used to improve diagnoses and inform targeted therapies. GS can also be used to identify the 10% of cancer patients with an underlying hereditary cancer syndrome (HCS), who can benefit from surveillance and preventive surgery that reduce morbidity/mortality. However, the evidence on clinical utility of GS for HCS is limited: we aimed to fill this gap by assessing yield of all cancer results and associated recommendations for patients undergoing GS for HCS. MATERIALS AND METHODS An observational chart review and survey were conducted for cancer patients with previous uninformative cancer gene panel results, who received GS as part of the Incidental Genomics Trial (ClinicalTrials.gov identifier: NCT03597165 ). Descriptive statistics were used to describe demographics and clinical history. Proportions were calculated to compare frequencies of result types and recommendations made and followed. RESULTS A total of 276 patients were eligible and included. Participants were mostly female (n = 240), European (n = 158), and with breast cancer history (n = 168). Yield: 25 patients (9.1%) received ≥1 pathogenic/likely pathogenic variant, 246 (89%) received ≥1 variant of uncertain significance (VUS), and 27 (10%) were negative. Most pathogenic variants (20/26) were in low/moderate cancer risk genes. The mean number of VUS was 2.7/patient and higher in non-Europeans versus Europeans (3.5 v 2.5, P < .05). Recommendations: Pathogenic variants triggered 100 recommendations in 21/25 patients; most were for genetic counseling, communication to relatives, and cascade testing. CONCLUSION GS provided a modest increase in utility after first-tier cancer gene panels, at the cost of a high frequency of uncertain results. Furthermore, most positives were low/moderate cancer risk results that did not have corresponding evidence-based, management guidelines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,447

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,444
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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Precision OncologyMême sujetGenomics and Rare DiseasesTravaux en français237 207