您好,欢迎您

170万女性8年追踪,乳腺密度变化是筛查盲区还是乳腺癌早期预警?

01月27日
编译:肿瘤资讯
来源:BMJ

传统上,乳腺密度的评估往往仅依赖于单次检查结果,忽视了其随时间的变化。《英国医学杂志》(BMJ)近期刊登了一项大规模的纵向研究,探讨乳腺密度变化轨迹与乳腺癌风险之间的关系。这项研究基于韩国国家乳腺癌筛查计划的数据,覆盖超过170万名女性,随访长达八年。研究结果表明,乳腺密度的动态变化与乳腺癌风险密切相关,尤其是乳腺密度持续升高或保持高水平的女性,其乳腺癌发生风险显著增加。该研究在BMJ的发表,突显了其在全球乳腺癌筛查领域的重要性,为未来乳腺癌筛查策略的优化提供了科学依据。

图片 1.png

乳腺密度与乳腺癌

乳腺密度是乳腺癌的公认风险因素之一,密度越高,乳腺癌风险越高。乳腺密度不仅影响乳腺癌的发生风险,也影响筛查的准确性,高密度乳腺组织可能掩盖肿瘤,使其在常规X线检查中难以发现。已有研究表明,乳腺密度受遗传、激素、年龄、体重指数(BMI)等因素的影响,并且会随着年龄的增长呈现下降趋势。然而,乳腺密度的动态变化是否会影响乳腺癌风险,仍存在较大争议。当前多数研究依赖于单次乳腺密度评估,而缺乏对乳腺密度长期变化的系统性分析。

 研究设计:四次筛查数据揭示乳腺密度的变化轨迹

该研究采用回顾性队列设计,数据来源于韩国国家健康保险服务(NHIS)数据库,研究对象包括2009年至2016年期间接受四次双年度乳腺X线筛查的1,747,507名40岁及以上女性。

乳腺密度采用美国放射学会(ACR)乳腺影像报告和数据系统(BI-RADS)分类法,将乳腺密度分为四类:几乎完全脂肪性(BI-RADS 1)、散在纤维腺体密度(BI-RADS 2)、非均匀致密(BI-RADS 3)和极度致密(BI-RADS 4)。研究采用基于群组的轨迹建模方法识别乳腺密度变化的不同模式,并应用Cox比例风险模型评估乳腺密度轨迹与乳腺癌发病风险的关系,同时控制年龄、BMI、绝经状态等混杂因素。

2.jpg

乳腺密度变化的五种轨迹

通过对乳腺密度的长时间观察,研究发现了五种不同的乳腺密度变化轨迹:
1.     持续低密度组(组1):16.3%的女性,乳腺组织始终为脂肪性,乳腺密度逐渐下降;
2. 乳腺密度增加组(组2):13.9%的女性,初始乳腺密度较低,随时间逐渐增加;
3. 乳腺密度下降组(组3):22.1%的女性,乳腺密度从较高水平开始,随时间略有下降;
4. 乳腺密度保持组(组4):30.6%的女性,乳腺密度在较高水平维持稳定;
5. 持续高密度组(组5):17.1%的女性,乳腺密度始终保持较高水平。

3.jpg

 研究发现:乳腺密度的变化轨迹与乳腺癌风险密切相关

在随访的5.9年期间,共确诊19,001例乳腺癌病例。研究结果表明,乳腺密度增加或持续高密度的女性,乳腺癌风险显著升高。与持续低密度组(组1)相比,其他轨迹组的乳腺癌发生风险如下:
• 乳腺密度增加组(组2): 乳腺癌风险增加1.60倍(95%CI: 1.49-1.72)。
• 乳腺密度轻微下降组(组3): 乳腺癌风险增加1.86倍(95%CI: 1.74-1.98)。
• 持续中高密度组(组4): 乳腺癌风险增加2.49倍(95%CI: 2.33-2.65)。
• 持续高密度组(组5): 乳腺癌风险最高,增加3.07倍(95%CI: 2.87-3.28)。

乳腺密度增加与乳腺癌风险

4.png

研究还发现,不同年龄段的女性均表现出类似的乳腺密度变化轨迹,且乳腺癌风险在各年龄组之间的趋势一致。40-49岁、50-59岁及60岁以上女性中,乳腺密度增加或持续高密度者均表现出较高的乳腺癌风险。

此外,在体重增加或保持较高BMI的女性中,乳腺密度增加的可能性更高,这可能与脂肪组织分泌的雌激素水平增加有关。同时,绝经状态的变化也对乳腺密度产生重要影响,尤其是从围绝经期过渡到绝经后的女性,其乳腺密度的变化趋势更为明显,这进一步凸显了激素水平对乳腺密度的调节作用。

乳腺密度变化的影响、研究局限性与未来方向

该研究的临床意义在于,乳腺密度的动态变化应被纳入乳腺癌风险评估的考量范围。目前,许多筛查指南仅基于单次乳腺密度测量,而忽视了其随时间的变化趋势。该研究提供了新的证据,支持在乳腺癌筛查策略中引入乳腺密度的纵向监测,特别是对于那些乳腺密度呈上升趋势的女性,应考虑采用更高频率的筛查手段,如超声或磁共振成像(MRI),以提高早期检测率。

此外,个体化筛查方案的制定应充分考虑乳腺密度的动态变化,优化筛查时间间隔和筛查手段,以实现更精准的风险评估。然而,研究也存在一定的局限性。乳腺密度的测量依赖于BI-RADS分级,该分级存在一定的主观性,不同放射科医师之间可能存在评分差异,影响评估的一致性。此外,由于研究仅基于韩国女性人群,其结果的普适性尚需在不同种族和地域的女性中进一步验证。

未来研究可结合人工智能(AI)技术,开发更加客观、精准的乳腺密度评估方法,以进一步提高筛查的准确性和一致性。


参考文献

Park B, Chang Y, Ryu S, Tran TXM. Trajectories of breast density change over time and subsequent breast cancer risk: longitudinal study. BMJ. 2024 Dec 30;387:e079575. doi: 10.1136/bmj-2024-079575. PMID: 39797631; PMCID: PMC11684031.




责任编辑:肿瘤资讯-Kelly
排版编辑:肿瘤资讯-Kelly



版权声明
本文专供医学专业人士参考,未经著作人许可,不可出版发行。同时,欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明“转自:良医汇-肿瘤医生APP”。

评论
02月10日
范艳玲
金乡县人民医院 | 血液肿瘤科
观察乳腺密度的变化与乳腺癌风险关系密切!
02月04日
肖华
解放军第181医院 | 肿瘤内科
乳腺密度增加或持续高密度者均表现出较高的乳腺癌风险。
02月03日
朱明武
舒城县中医院 | 肿瘤内科
未来研究可结合人工智能(AI)技术,