加州大学旧金山分校的研究人员已经开发出一种快速评估女性患浸润性乳腺癌风险的方法。
这种新模型是基于一种乳房密度的测量，这种测量已经在今天的大多数乳房x光检查中得到了报道，这是第一个在生活在美国的多个种族中得到验证的模型。
有一天，这个模型可以用来帮助计算女性每次进行乳房x光检查时患乳腺癌的风险，为她提供未来患乳腺癌可能性的现实感觉。
“乳腺密度是老年后患乳腺癌的最大风险因素，”该研究的主要作者、加州大学旧金山分校普通内科助理教授Jeffrey Tice医学博士说。“不幸的是，目前临床医生还没有模型来评估乳腺癌的风险，其中包括这一重要的风险因素。我们创建的模型可以成为改善乳腺癌筛查和预防工作的有用工具，并帮助女性更好地了解风险的严重性。”
这项研究结果发表在2008年3月4日的《内科医学年鉴》上。
目前临床医生可用的标准和最常用的风险评估模型是Gail模型，这是一种先前经过验证的乳腺癌风险评估工具，主要基于不可修改的乳腺癌风险因素。Gail模型仅在白种人女性中开发和验证。Tice和来自加州大学旧金山分校和华盛顿大学的同事设计了一个新的模型，通过使用乳房密度、年龄和种族来估计浸润性乳腺癌的发病率。然后根据乳腺癌家族史和乳腺活检史(无论女性之前是否因可疑肿块或病变进行过活检)对估计进行了调整。
Tice说:“医生们习惯于计算病人患心脏病的风险，但我们对乳腺癌并不经常这样做。”在筛查乳房x光检查期间评估的女性乳腺密度分类已经成为常规临床实践的一部分。我们的目标是建立一个简单而有用的模型，结合这些数据来估计不同种族女性患浸润性乳腺癌的风险。”
该研究小组使用了1996年至2003年期间在美国各地访问乳房x光检查站点的100多万名妇女的数据。通过计算预期乳腺癌病例与观察到的乳腺癌病例的比率来评估模型校准。根据这项研究，校准评估的是模型预测乳腺癌发展的女性人数与实际诊断出乳腺癌的女性人数的匹配程度。观察到的比值为1.0表示完全校准。
研究结果表明，他们开发的模型经过了很好的校准，并且在风险因素亚组中相当准确。经过5年的随访，观察到的浸润性乳腺癌发病率为1.40%(629229名女性中有8784例癌症)，而模型的预期发病率为1.41%。然而，该模型略微低估了年轻女性(40-44岁)的乳腺癌发病率，低估了亚洲和西班牙裔女性的癌症发病率。
Tice说:“我们发现，结合乳房x光摄影的乳房密度模型可以估计女性患浸润性乳腺癌的风险，并且足够方便，可以将其纳入常规乳腺癌筛查。”“初级保健医生可以用它来计算女性五年内患乳腺癌的风险。”
然而，Tice警告说，这不是乳腺癌风险评估的最终模型，而且一个模型不太可能满足乳腺癌风险评估的所有需求。他补充说，一些女性将从遗传咨询和筛查中受益，另一些女性将需要更详细的风险因素评估，而这个新模型，就像盖尔模型一样，只有适度的能力来区分女性是否会患乳腺癌。
根据Tice的说法，这项研究中更令人惊讶和意想不到的发现之一是，盖尔模型在这群不同种族的女性中表现得多么糟糕。当研究人员将他们的模型与盖尔的模型进行比较时，他们发现盖尔的模型校准得很差，低估了12%的乳腺癌数量。对于非裔美国女性来说尤其如此，盖尔模型将乳腺癌的数量低估了45%。研究人员推测，这可能是因为盖尔模型仅在高加索女性中发展和验证。
“这项研究最重要的发现是该模型在多个种族群体中的准确性，”Tice补充说。“这是强有力的证据，支持在未来创建的任何风险评估工具中纳入种族和民族。”
