Mammographic density, pathogenic breast cancer susceptibility gene variants and breast cancer risk
Notice bibliographique
Résumé
Abstract Importance Mammographic density (MD) and pathogenic variants (PVs) in breast cancer susceptibility genes are major determinants of breast cancer risk, but their association and joint effects on breast cancer risk are unclear. Objective To investigate the association between the presence or absence of PVs in breast cancer susceptibility genes and MD measures, and their joint effects on breast cancer risk in an observational study; and to evaluate causality using Mendelian randomisation (MR) analyses. Design Case-control analyses using data from the Breast Cancer Association Consortium (1991-2016). Sequencing and genotyping took place between 2009 and 2021. Setting Multicenter Participants A total of 6,809 cases and 18,189 controls were included, from 15 studies, comprising women aged 19 to 92 years with mammograms taken at least one year before diagnosis. Exposure MD measures, including dense area (DA), non-dense area (NDA), percentage density (PD) and absolute difference in PD between left and right breasts (ADPD), and PVs in ATM, BARD1, BRCA1, BRCA2, CHEK2, PALB2, RAD51C and RAD51D . Main outcomes and measures Breast cancer risk overall, by oestrogen receptor expression-defined subtypes, and among BRCA1 and BRCA2 PV carriers. Results No association was found between the overall burden of PVs and any MD measure. There was some evidence for a negative interaction between the burden of PVs in the eight genes and PD (OR=0.79,95%CI int =0.62,1.00, P LRT =0.047). This appears to be largely driven by a positive interaction with NDA. MR analyses indicated attenuated effects for BRCA1 (for PD, OR per standard deviation =1.02(95%CI:0.78,1.34) but not BRCA2 PV carriers (1.54,95%CI=1.08,2.24)). Conclusions and Relevance There was no evidence of association between PVs in breast cancer susceptibility genes and MD measures, but some suggestion that the association between MD and breast cancer risk may be weaker in PV carriers. Replication of these findings in further large datasets is required.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».