<i>SMARCAL1</i> is a new osteosarcoma predisposition gene
Notice bibliographique
Résumé
Osteosarcoma, the most common childhood bone tumor, can occur in rare cancer predisposition syndromes; however, most are sporadic with no known predisposing factors. We investigated the frequency of SMARCAL1 putative pathogenic variants in our large ongoing study of 2119 osteosarcoma patients, their relation to patient characteristics, and the population prevalence. Our analysis uncovered a higher frequency of SMARCAL1 pathogenic variants across 3 osteosarcoma patient sets (1.8%, n = 2119) than in 2625 comparably sequenced cancer-free individuals (0.3%; P < .001). Patients with SMARCAL1 pathogenic variants had statistically significantly improved overall survival compared with patients without these variants (hazard ratio [HR] = 0.36, 95% confidence interval [CI] = 0.14 to 0.96; P = .034). In the UK Biobank (469 557 exomes), there was a 33-fold increased risk of osteosarcoma in individuals with SMARCAL1 pathogenic variants. These results identify SMARCAL1 as a new osteosarcoma predisposition gene and thus warrant follow-up to identify the mechanisms by which SMARCAL1 contributes to the etiology of osteosarcoma.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».