MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097517054

Research Article Differences in Natural History between Breast Cancers in BRCA1 and BRCA2 Mutation Carriers and Effects of MRI Screening-MRISC, MARIBS, and Canadian Studies Combined

2016· article· en· W7097517054 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBreast cancerNatural historyCancerMammographyDuctal carcinomaMutationFamily history
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: It is recommended thatBRCA1/2mutation carriers undergo breast cancer screening usingMRI because of their very high cancer risk and the high sensitivity of MRI in detecting invasive cancers. Clinical observations suggest important differences in the natural history between breast cancers due to mutations in BRCA1 and BRCA2, potentially requiring different screening guidelines. Methods:Three studies ofmutation carriers using annualMRI andmammographywere analyzed. Separate natural historymodels forBRCA1 andBRCA2were calibrated to the results of these studies and used to predict the impact of various screening protocols on detection characteristics and mortality. Results:BRCA1/2mutation carriers (N 1,275) participated in the studies and 124 cancers (99 invasive)were diagnosed. Cancers detected in BRCA2mutation carriers were smaller [80 % ductal carcinoma in situ (DCIS) or 10 mm vs. 49 % for BRCA1, P < 0.001]. Below the age of 40, one (invasive) cancer of the 25 screen-detected cancers in BRCA1 mutation carriers was detected by mammography alone, compared with seven (three invasive) of 11 screen-detected cancers inBRCA2 (P < 0.0001). In themodel, the preclinical periodduringwhich cancer is screen-detectable was 1 to 4 years for BRCA1 and 2 to 7 years for BRCA2. The model predicted breast

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)0,008
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,079
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0050,008
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,022
Tête enseignante GPT0,294
Écart entre enseignants0,272 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBRCA gene mutations in cancer→Travaux en français237 207→