研究人员创建并验证了一个基于数字乳腺断层摄影（DBT）图像的风险模型，该模型可以预测钼靶筛查结果为阴性或良性的女性在一年内罹患乳腺癌的几率。

该模型可以更早地发现乳腺癌，从而改善了预后。

“DBT风险模型是完全自动化的，可以为临床医生提供从低到高的风险类别。高风险女性可以予以更密切地随访，例如缩短筛查间隔，或采用更高敏感度的检查方法，如超声或磁共振成像（MRI）。”

该研究于5月11日在线发表在《Science Translational Medicine》杂志上。

尽管钼靶筛查显著降低了乳腺癌的死亡率，但钼靶检查并不能识别所有的乳腺癌。多达15%的癌症是在两次筛查的间隔期内被发现的。

为了帮助找到那些可能被遗漏的癌症，Eriksson及其同事们将目光转向了DBT扫描。典型的DBT扫描可生成多达300张图像，而传统的2D钼靶检查只能获得4张图像。

Eriksson和合著者使用805例乳腺癌病例和包括5173名健康女性的随机样本验证了他们的基于DBT的风险模型，这些健康女性来自2014年至2019年期间美国开展的一项巢式病例对照研究，其中有154,200名女性（多民族）参加了DBT筛查。

该风险模型构建于三个乳腺钼靶X线特征之上——密度、微钙化灶和肿块——并考虑到左右乳房的差异和年龄。

在验证集中，该模型预测1年乳腺癌风险的鉴别性能达到曲线下面积（AUC） 0.82，具有良好的校准度（P = 0.7）。

根据美国预防服务工作组（US Preventive Service Task Force）的指导方针，14%的女性处于患乳腺癌的高风险中，1年预测风险的均值为1.02%——几乎是普通风险的20倍。后来被诊断出乳腺癌的女性中， 76%的II期和III期乳腺癌患者，59%的0期乳腺癌患者，来自高风险女性。

重要的是，该模型的鉴别和风险分层性能在低和高乳腺X线密度女性中，以及筛检出乳腺癌和间隔期乳腺癌的女性中是相似的。

作者指出:“我们的DBT风险模型结果表明，并非所有致密乳腺的女性都需要补充筛查，因此这可能减少了假阳性的补充筛查的次数。”

Eriksson说，美国的部分中心已经开始使用基DBT的风险工具，它“可能更早地检测出预后较差的乳腺癌，从而降低了治疗成本，改善了预后。”

然而，他指出，临床试验对于评估“DBT风险工具在临床实践中的附加值”和“是否需要制定相关的临床指南”是很重要的。

原文链接：

https://www.medscape.com/viewarticle/974266