JAMA Oncol：女性机体乳腺密度随时间的改变或与乳腺癌风险之间存在密切关联

很多中老年女性都会遵照医生的建议每个一至两年进行一次乳腺X光检查从而筛查乳腺癌，近日，一篇发表在国际杂志JAMA Oncology上题为“Longitudinal Analysis of Change in Mammographic Density in Each Breast and Its Association With Breast Cancer Risk”的研究报告中，来自华盛顿大学医学院等机构的科学家们通过研究表示，此前的乳腺X光检查所掌握的数据或许并未得到充分利用，这些数据能帮助更好地识别出出处于乳腺癌高风险的女性群体，甚至还能揭示出其机体哪个乳腺可能会受到影响。

当临床医生读取乳腺X光片时，他们会评估个体的乳腺密度以及癌症迹象，并将女性此前的X光片与最近的进行对比来寻找令人担忧的变化，但是有些改变是很难用肉眼发现的。这项研究中，研究人员利用一种数学模型来对近1000名女性进行为期10年的研究，他们监测了在10年研究期间参与者机体乳腺密度的变化，结果发现，近300名后来被诊断为癌症的和并未诊断为癌症的女性之间乳腺密度的变化率有很大的不同，这一研究结果或能帮助科学家们完善当前的风险算法，并帮助识别哪些女性能从额外的筛查手段中获益。

研究者Graham A. Colditz博士说道，我们对抗乳腺癌最好的工具就是早期检测，通过将重复图像中乳腺密度的变化添加到每个乳腺风险分类的模型中，研究人员就能为每次更新的乳腺X光检查提供更好的风险评估阶段，随后还能更好地对其未来的风险进行分类，并引导女性采取更为合适的预防性策略，比如增加筛查作为日常乳腺健康计划的一部分。临床医生往往会利用多种因素来评估女性的乳腺癌风险，包括年龄、家族史、高风险遗传突变的存在以及乳腺密度等，被认为是高风险的女性通常会被建议进行补充筛查，这通常意味着除了进行每年的乳腺X光检查之外，其还需要每年进行MRI扫描。

女性机体乳腺密度随时间的改变或与乳腺癌风险之间存在密切关联。

图片来源：JAMA Oncology (2023). DOI:10.1001/jamaoncol.2023.0434

并没有人真正知道乳腺组织密集的女性更有可能会患上乳腺癌，于是研究人员在重复的乳腺X光检查中发现了一种尚未被开发的关于乳腺密度的数据来源，以及其在单个乳腺组织中是如何随着时间而发生改变，这或许就能阐明乳腺密度和患者患乳腺癌风险之间的关联。研究人员分析了来自Siteman癌症研究中心的Joanne Knight乳腺健康队列中的女性数据，该队列是由Niess-Gain教授等人于2008年建立，旨在研究风险因素并改善用于乳腺癌风险预测的模型，其包括一个由超过1万名女性组成的研究群体，其在加入研究时并未患上癌症。

研究者Jiang在已经患癌的女性队列中确定了289名女性，并将其与队列中未患癌的658名类似的女性进行比较，每名女性都接受了定期的乳腺X光检查，因此研究人员收集并分析了共8710张单侧的乳腺图像，其代表了每名女性参与者在10年内平均的4个时间点。由于乳腺癌很少会同时发生在两个乳腺上，因此研究人员分别分析了每个乳腺的图像，女性的乳腺通常会随着年龄增长而变得并不致密，但研究者发现，相比后来未患癌的女性相比，后来患癌的女性机体的乳腺组织的密度下降明显会变慢。

研究者Jiang说道，未来我们将会利用女性过去的乳腺组织密度史，加上其当前的密度估测值来更好地理解其患乳腺癌的风险；我们甚至能确定其机体哪个乳腺会受到影响，因为密度信号在继续会发展成癌症的乳腺组织中会最强，很多女性已经进行了定期的乳腺X光检查，所以其每个乳腺组织密度的相关数据已经被研究人员收集到了，他们只是需要更加有效地利用这些数据。

目前研究人员正在致力于将这些研究发现转化成为一种能用于增强患者护理的形式，他们正在开发预测模型，并在其中加入随着时间延续机体乳腺密度的改变等相关数据，同时他们也计划在独立的数据集中来验证这些模型以便能更好地在临床中进行使用。综上，本文研究结果表明，机体乳腺密度的变化率或与个体随后患乳腺癌的风险直接相关，将纵向改变纳入到现有的模型或许能优化患者的癌症风险分层并指导研究人员进行更为个体化的风险管理。（生物谷Bioon.com）

原始出处：

Shu Jiang, PhD1; Debbie L. Bennett, MD2; Bernard A. Rosner, PhD3; et al. Longitudinal Analysis of Change in Mammographic Density in Each Breast and Its Association With Breast Cancer Risk, JAMA Oncology (2023). DOI:10.1001/jamaoncol.2023.0434