Building a hereditary cancer program in Colombia: analysis of germline pathogenic and likely pathogenic variants spectrum in a high-risk cohort
Notice bibliographique
Résumé
Genetic studies in Latin America have expanded, but further efforts are needed to understand cancer susceptibility genes beyond BRCA1 and BRCA2, especially by characterizing the prevalence and spectrum of pathogenic or likely pathogenic variants (PVs) in the region. This study aimed to determine the frequency of hereditary cancer syndromes (HCS) in Colombians with solid tumors and to characterize the spectrum of PVs. Using data from the Colombia's largest Institutional Hereditary Cancer Program, we included patients aged ≥18 years with solid tumors who met HCS criteria and were offered genetic testing with a 105-cancer gene panel. We calculated the prevalence of PVs and HCS by cancer type (beyond breast) and gene. For patients with breast cancer, we examined genotype-phenotype correlations with molecular subtypes and stratified positivity rates by different genetic testing criteria. Among 769 patients, we identified 216 PVs in 43 genes in 197 patients (26%). Thirty-three PVs were recurrent. Autosomal HCS was found in 21% (160/769) of patients (159 dominant, one recessive), while 5% (37/769) were heterozygous carriers of PVs in autosomal recessive genes. In 42% (321/769) of the cases, only one or more variants of uncertain significance (VUS) were identified, whereas 33% (251/769) had neither PVs nor VUS detected (negative results). HCS prevalence varied by cancer type (11-26%). The triple-negative subtype and bilateral presentation were strong predictors of inherited breast cancer. Our study reveals a significant presence of PVs among high-risk Colombian patients with solid tumors, underscoring the importance of genetic counseling and testing in the region.
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 | 0,001 | 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 ».