MétaCan
Menu
Retour à la cohorte
Enregistrement W6925258598 · doi:10.17863/cam.114523

Polygenic risk scores stratify breast cancer risk among women with benign breast disease.

2024· article· en· W6925258598 sur OpenAlexfundno aff

Notice bibliographique

RevueApollo (University of Cambridge) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchInstitut National Du CancerDeutsche KrebshilfeAgence Nationale de la RechercheGenome CanadaBreast Cancer CampaignAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailDepartment of Health and Social CareFondation de FranceBundesministerium für Bildung und ForschungNational Institute for Health and Care ResearchDeutsches KrebsforschungszentrumNational Institutes of HealthU.S. Department of Health and Human ServicesOvarian Cancer Research FundNIHR Cambridge Biomedical Research CentreEuropean CommissionBreast Cancer Research FoundationDivision of Cancer Prevention, National Cancer InstituteCancer Research UKGovernment of Canada
Mots-clésBreast cancerBreast diseaseOdds ratioDiseaseConfidence intervalRisk factors for breast cancerFamily historyFramingham Risk Score

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most breast biopsies are diagnosed as benign breast disease, with 1.5- to 4-fold increased breast cancer risk. Apart from pathologic diagnoses of atypical hyperplasia, few factors aid in breast cancer risk assessment of these patients. We assessed whether a 313-single nucleotide variation (formerly single-nucleotide polymorphism) polygenic risk score stratifies risk of benign breast disease patients. METHODS: We pooled data from 5 Breast Cancer Association Consortium case-control studies (mean age = 59.9 years), including 6706 participants with breast cancer and 8488 participants without breast cancer. Using logistic regression, we estimated breast cancer risk associations by self-reported benign breast disease history and strata of polygenic risk score, with median polygenic risk score category among women without benign breast disease as the referent. We assessed interactions and mediation of benign breast disease and polygenic risk score with breast cancer risk. RESULTS: Benign breast disease history was associated with increased breast cancer risk (odds ratio [OR] = 1.48, 95% confidence interval [CI] = 1.37 to 1.60; P < .001). Polygenic risk score increased breast cancer risk, irrespective of benign breast disease history (Pinteraction = .48), with minimal evidence of mediation of either factor by the other. Women with benign breast disease and polygenic risk score in the highest tertile had more than twofold increased odds of breast cancer (OR = 2.73, 95% CI = 2.41 to 3.09), and those with benign breast disease and polygenic risk score in the lowest tertile experienced reduced breast cancer risk (OR = 0.79, 95% CI = 0.70 to 0.91) compared with the referent group. Women with benign breast disease and polygenic risk score in the highest decile had a 3.7-fold increase (95% CI = 3.00 to 4.61) compared with those with median polygenic risk score without benign breast disease. CONCLUSION: Breast cancer risks are elevated among women with benign breast disease and increase progressively with polygenic risk score, suggesting that optimal combinations of these factors may improve risk stratification.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApollo (University of Cambridge)Même sujetComputational Physics and Python ApplicationsTravaux en français237 207