Clinical Utility of Genomic Sequencing for Hereditary Cancer Syndromes: An Observational Cohort Study
Notice bibliographique
Résumé
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 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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».