Importance

 The clinical management ofBRCA1andBRCA2mutation carriers requires accurate, prospective cancer risk estimates. 

Objectives

 To estimate age-specific risks of breast, ovarian, and contralateral breast cancer for mutation carriers and to evaluate risk modification by family cancer history and mutation location. 

Design, Setting, and Participants

 Prospective cohort study of 6036BRCA1and 3820BRCA2female carriers (5046 unaffected and 4810 with breast or ovarian cancer or both at baseline) recruited in 1997-2011 through the InternationalBRCA1/2Carrier Cohort Study, the Breast Cancer Family Registry and the Kathleen Cuningham Foundation Consortium for Research into Familial Breast Cancer, with ascertainment through family clinics (94%) and population-based studies (6%). The majority were from large national studies in the United Kingdom (EMBRACE), the Netherlands (HEBON), and France (GENEPSO). Follow-up ended December 2013; median follow-up was 5 years. 

Exposures

 BRCA1/2mutations, family cancer history, and mutation location. 

Main Outcomes and Measures

 Annual incidences, standardized incidence ratios, and cumulative risks of breast, ovarian, and contralateral breast cancer. 

Results

 Among 3886 women (median age, 38 years; interquartile range [IQR], 30-46 years) eligible for the breast cancer analysis, 5066 women (median age, 38 years; IQR, 31-47 years) eligible for the ovarian cancer analysis, and 2213 women (median age, 47 years; IQR, 40-55 years) eligible for the contralateral breast cancer analysis, 426 were diagnosed with breast cancer, 109 with ovarian cancer, and 245 with contralateral breast cancer during follow-up. The cumulative breast cancer risk to age 80 years was 72% (95% CI, 65%-79%) forBRCA1and 69% (95% CI, 61%-77%) forBRCA2carriers. Breast cancer incidences increased rapidly in early adulthood until ages 30 to 40 years forBRCA1and until ages 40 to 50 years forBRCA2carriers, then remained at a similar, constant incidence (20-30 per 1000 person-years) until age 80 years. The cumulative ovarian cancer risk to age 80 years was 44% (95% CI, 36%-53%) forBRCA1and 17% (95% CI, 11%-25%) forBRCA2carriers. For contralateral breast cancer, the cumulative risk 20 years after breast cancer diagnosis was 40% (95% CI, 35%-45%) forBRCA1and 26% (95% CI, 20%-33%) forBRCA2carriers (hazard ratio [HR] for comparingBRCA2vsBRCA1,0.62; 95% CI, 0.47-0.82;P=.001 for difference). Breast cancer risk increased with increasing number of first- and second-degree relatives diagnosed as having breast cancer for bothBRCA1(HR for ≥2 vs 0 affected relatives, 1.99; 95% CI, 1.41-2.82;P<.001 for trend) andBRCA2carriers (HR, 1.91; 95% CI, 1.08-3.37;P=.02 for trend). Breast cancer risk was higher if mutations were located outside vs within the regions bounded by positions c.2282-c.4071 inBRCA1(HR, 1.46; 95% CI, 1.11-1.93;P=.007) and c.2831-c.6401 inBRCA2(HR, 1.93; 95% CI, 1.36-2.74;P<.001). 

Conclusions and Relevance

 These findings provide estimates of cancer risk based onBRCA1 and BRCA2 mutation carrier status using prospective data collection and demonstrate the potential importance of family history and mutation location in risk assessment.

The knowledge of human genetic variation that will come from the human genome sequence makes feasible a polygenic approach to disease prevention, in which it will be possible to identify individuals as susceptible by their genotype profile and to prevent disease by targeting interventions to those at risk. There is doubt, however, regarding the magnitude of these genetic effects and thus the potential to apply them to either individuals or populations. We have therefore examined the potential for prediction of risk based on common genetic variation using data from a population-based series of individuals with breast cancer. The data are compatible with a log-normal distribution of genetic risk in the population that is sufficiently wide to provide useful discrimination of high- and low-risk groups. Assuming all of the susceptibility genes could be identified, the half of the population at highest risk would account for 88% of all affected individuals. By contrast, if currently identified risk factors for breast cancer were used to stratify the population, the half of the population at highest risk would account for only 62% of all cases. These results suggest that the construction and use of genetic-risk profiles may provide significant improvements in the efficacy of population-based programs of intervention for cancers and other diseases.

Reliable estimates of cancer risk are critical for guiding management of BRCA1 and BRCA2 mutation carriers. The aims of this study were to derive penetrance estimates for breast cancer, ovarian cancer, and contralateral breast cancer in a prospective series of mutation carriers and to assess how these risks are modified by common breast cancer susceptibility alleles. Prospective cancer risks were estimated using a cohort of 978 BRCA1 and 909 BRCA2 carriers from the United Kingdom. Nine hundred eighty-eight women had no breast or ovarian cancer diagnosis at baseline, 1509 women were unaffected by ovarian cancer, and 651 had been diagnosed with unilateral breast cancer. Cumulative risks were obtained using Kaplan–Meier estimates. Associations between cancer risk and covariables of interest were evaluated using Cox regression. All statistical tests were two-sided. The average cumulative risks by age 70 years for BRCA1 carriers were estimated to be 60% (95% confidence interval [CI] = 44% to 75%) for breast cancer, 59% (95% CI = 43% to 76%) for ovarian cancer, and 83% (95% CI = 69% to 94%) for contralateral breast cancer. For BRCA2 carriers, the corresponding risks were 55% (95% CI = 41% to 70%) for breast cancer, 16.5% (95% CI = 7.5% to 34%) for ovarian cancer, and 62% (95% CI = 44% to 79.5%) for contralateral breast cancer. BRCA2 carriers in the highest tertile of risk, defined by the joint genotype distribution of seven single nucleotide polymorphisms associated with breast cancer risk, were at statistically significantly higher risk of developing breast cancer than those in the lowest tertile (hazard ratio = 4.1, 95% CI = 1.2 to 14.5; P = .02). Prospective risk estimates confirm that BRCA1 and BRCA2 carriers are at high risk of developing breast, ovarian, and contralateral breast cancer. Our results confirm findings from retrospective studies that common breast cancer susceptibility alleles in combination are predictive of breast cancer risk for BRCA2 carriers.

An international group of cancer geneticists review the level of evidence for the association of gene variants with the risk of breast cancer. It is difficult to draw firm conclusions from the data because of ascertainment bias and the lack of data from large populations.

Purpose To analyze the baseline clinicopathologic characteristics of prostate tumors with germline BRCA1 and BRCA2 (BRCA1/2) mutations and the prognostic value of those mutations on prostate cancer (PCa) outcomes. Patients and Methods This study analyzed the tumor features and outcomes of 2,019 patients with PCa (18 BRCA1 carriers, 61 BRCA2 carriers, and 1,940 noncarriers). The Kaplan-Meier method and Cox regression analysis were used to evaluate the associations between BRCA1/2 status and other PCa prognostic factors with overall survival (OS), cause-specific OS (CSS), CSS in localized PCa (CSS_M 0 ), metastasis-free survival (MFS), and CSS from metastasis (CSS_M 1 ). Results PCa with germline BRCA1/2 mutations were more frequently associated with Gleason ≥ 8 (P = .00003), T3/T4 stage (P = .003), nodal involvement (P = .00005), and metastases at diagnosis (P = .005) than PCa in noncarriers. CSS was significantly longer in noncarriers than in carriers (15.7 v 8.6 years, multivariable analyses [MVA] P = .015; hazard ratio [HR] = 1.8). For localized PCa, 5-year CSS and MFS were significantly higher in noncarriers (96% v 82%; MVA P = .01; HR = 2.6%; and 93% v 77%; MVA P = .009; HR = 2.7, respectively). Subgroup analyses confirmed the poor outcomes in BRCA2 patients, whereas the role of BRCA1 was not well defined due to the limited size and follow-up in this subgroup. Conclusion Our results confirm that BRCA1/2 mutations confer a more aggressive PCa phenotype with a higher probability of nodal involvement and distant metastasis. BRCA mutations are associated with poor survival outcomes and this should be considered for tailoring clinical management of these patients.

New developments in the search for susceptibility alleles in complex disorders provide support for the possibility of a polygenic approach to the prevention and treatment of common diseases.We examined the implications, both for individualized disease prevention and for public health policy, of findings concerning the risk of breast cancer that are based on common genetic variation.Our analysis suggests that the risk profile generated by the known, common, moderate-risk alleles does not provide sufficient discrimination to warrant individualized prevention. However, useful risk stratification may be possible in the context of programs for disease prevention in the general population.The clinical use of single, common, low-penetrance genes is limited, but a few susceptibility alleles may distinguish women who are at high risk for breast cancer from those who are at low risk, particularly in the context of population screening.

PurposeBreast cancer (BC) risk prediction allows systematic identification of individuals at highest and lowest risk. We extend the Breast and Ovarian Analysis of Disease Incidence and Carrier Estimation Algorithm (BOADICEA) risk model to incorporate the effects of polygenic risk scores (PRS) and other risk factors (RFs).MethodsBOADICEA incorporates the effects of truncating variants inBRCA1, BRCA2, PALB2, CHEK2, and ATM; a PRS based on 313 single-nucleotide polymorphisms (SNPs) explaining 20% of BC polygenic variance; a residual polygenic component accounting for other genetic/familial effects; known lifestyle/hormonal/reproductive RFs; and mammographic density, while allowing for missing information.ResultsAmong all factors considered, the predicted UK BC risk distribution is widest for the PRS, followed by mammographic density. The highest BC risk stratification is achieved when all genetic and lifestyle/hormonal/reproductive/anthropomorphic factors are considered jointly. With all factors, the predicted lifetime risks for women in the UK population vary from 2.8% for the 1st percentile to 30.6% for the 99th percentile, with14.7% of women predicted to have a lifetime risk of ≥17–<30% (moderate risk according to National Institute for Health and Care Excellence [NICE] guidelines) and 1.1% a lifetime risk of ≥30% (high risk).ConclusionThis comprehensive model should enable high levels of BC risk stratification in the general population and women with family history, and facilitate individualized, informed decision-making on prevention therapies and screening.

Multiple genetic loci confer susceptibility to breast and ovarian cancers. We have previously developed a model (BOADICEA) under which susceptibility to breast cancer is explained by mutations in BRCA1 and BRCA2, as well as by the joint multiplicative effects of many genes (polygenic component). We have now updated BOADICEA using additional family data from two UK population-based studies of breast cancer and family data from BRCA1 and BRCA2 carriers identified by 22 population-based studies of breast or ovarian cancer. The combined data set includes 2785 families (301 BRCA1 positive and 236 BRCA2 positive). Incidences were smoothed using locally weighted regression techniques to avoid large variations between adjacent intervals. A birth cohort effect on the cancer risks was implemented, whereby each individual was assumed to develop cancer according to calendar period-specific incidences. The fitted model predicts that the average breast cancer risks in carriers increase in more recent birth cohorts. For example, the average cumulative breast cancer risk to age 70 years among BRCA1 carriers is 50% for women born in 1920–1929 and 58% among women born after 1950. The model was further extended to take into account the risks of male breast, prostate and pancreatic cancer, and to allow for the risk of multiple cancers. BOADICEA can be used to predict carrier probabilities and cancer risks to individuals with any family history, and has been implemented in a user-friendly Web-based program ( http://www.srl.cam.ac.uk/genepi/boadicea/boadicea_home.html ).

Nazneen Rahman and colleagues show that germline inactivating mutations in RAD51D confer susceptibility to ovarian cancer. They further show that RAD51D-deficient cells are sensitive to PARP inhibition, suggesting a possible strategy for treating cancers arising in RAD51D mutation carriers. Recently, RAD51C mutations were identified in families with breast and ovarian cancer1. This observation prompted us to investigate the role of RAD51D in cancer susceptibility. We identified eight inactivating RAD51D mutations in unrelated individuals from 911 breast-ovarian cancer families compared with one inactivating mutation identified in 1,060 controls (P = 0.01). The association found here was principally with ovarian cancer, with three mutations identified in the 59 pedigrees with three or more individuals with ovarian cancer (P = 0.0005). The relative risk of ovarian cancer for RAD51D mutation carriers was estimated to be 6.30 (95% CI 2.86–13.85, P = 4.8 × 10−6). By contrast, we estimated the relative risk of breast cancer to be 1.32 (95% CI 0.59–2.96, P = 0.50). These data indicate that RAD51D mutation testing may have clinical utility in individuals with ovarian cancer and their families. Moreover, we show that cells deficient in RAD51D are sensitive to treatment with a PARP inhibitor, suggesting a possible therapeutic approach for cancers arising in RAD51D mutation carriers.

In computing the probability that a woman is a BRCA1 or BRCA2 carrier for genetic counselling purposes, it is important to allow for the fact that other breast cancer susceptibility genes may exist. We used data from both a population based series of breast cancer cases and high risk families in the UK, with information on BRCA1 and BRCA2 mutation status, to investigate the genetic models that can best explain familial breast cancer outside BRCA1 and BRCA2 families. We also evaluated the evidence for risk modifiers in BRCA1 and BRCA2 carriers. We estimated the simultaneous effects of BRCA1, BRCA2, a third hypothetical gene ‘BRCA3’, and a polygenic effect using segregation analysis. The hypergeometric polygenic model was used to approximate polygenic inheritance and the effect of risk modifiers. BRCA1 and BRCA2 could not explain all the observed familial clustering. The best fitting model for the residual familial breast cancer was the polygenic, although a model with a single recessive allele produced a similar fit. There was also significant evidence for a modifying effect of other genes on the risks of breast cancer in BRCA1 and BRCA2 mutation carriers. Under this model, the frequency of BRCA1 was estimated to be 0.051% (95% CI: 0.021–0.125%) and of BRCA2 0.068% (95% CI: 0.033–0.141%). The breast cancer risk by age 70 years, based on the average incidence over all modifiers was estimated to be 35.3% for BRCA1 and 50.3% for BRCA2. The corresponding ovarian cancer risks were 25.9% for BRCA1 and 9.1% for BRCA2. The findings suggest that several common, low penetrance genes with multiplicative effects on risk may account for the residual non-BRCA1/2 familial aggregation of breast cancer. The modifying effect may explain the previously reported differences between population based estimates for BRCA1/2 penetrance and estimates based on high-risk families.