盖尔模型评估揭示乳腺癌风险评估中的种族差异：白人与黑人女性高风险分类差异与实际发病率相似性分析

《Annals of Surgical Oncology》：ASO Visual Abstract: Evaluating the Gail Model: Racial Disparities in Breast Cancer Risk Assessment

本刊推荐：为解决盖尔模型(Gail Model)在多元人群中的适用性问题，研究人员开展了一项回顾性研究，主题为评估该模型在乳腺癌风险预测中的种族差异。结果显示，白人女性被归类为高风险的比例显著高于其他种族，但其实际乳腺癌发病率与黑人女性相似，提示模型可能存在校准偏差。此项研究对优化乳腺癌风险精准预防策略具有重要意义。

　　

乳腺癌是全球女性中最常见的恶性肿瘤之一，其早期发现和风险预测对于改善患者预后至关重要。在临床实践中，盖尔模型(Gail Model)被广泛用于评估女性个体罹患乳腺癌的风险，该模型通过整合年龄、月经初潮年龄、首次活产年龄、乳腺活检史以及一级亲属乳腺癌家族史等多个风险因素，来计算未来5年及终身患病风险。医生常依据此模型评分来决定女性是否属于高风险人群，从而判断其是否符合接受风险降低性化学预防治疗(chemopreventive therapy)的资格。然而，一个长期存在的争议是，盖尔模型最初主要基于白人女性人群的数据进行开发和验证，尽管后续进行了一些针对不同种族群体的校准努力，但其在非白人人群中的预测准确性和公平性一直受到质疑。这种潜在的偏差可能导致医疗资源分配不均和健康 disparities（差异），使得部分种族群体的女性无法获得应有的预防性干预措施。

为了深入探究盖尔模型在不同种族/族裔群体中的实际表现，来自Rush University Medical Center的研究团队Melissa Rangel, MD, Shirlene Paul, MS, Dipti Gupta, MD, Chelsea McPeek, BSN, Lisa Stempel, MD, Mia Levy, MD, Lauren Green, MD, 和 Rosalinda Alvarado, MD 在《Annals of Surgical Oncology》上发表了一项重要的单中心回顾性研究。这项研究旨在系统性地评估盖尔模型在一个大规模、种族多样性丰富的人群中的性能，特别关注不同种族群体间高风险分类比例与实际乳腺癌发病率之间的一致性。

研究人员为开展此项研究，主要运用了几个关键技术方法：首先，研究设计为单机构回顾性队列分析，纳入了总计31,256名女性的临床数据，构成了一个具有显著种族多样性的研究人群。其次，核心分析方法是应用盖尔模型对队列中每位女性进行乳腺癌风险评分，并根据既定阈值将其分类为“高风险”或“非高风险”。关键的数据来源是电子健康记录(Electronic Health Records, EHRs)，从中提取了模型计算所需的各项变量，包括人口统计学信息（如种族/族裔）、月经生育史（如年龄 at menarche 和年龄 at first live birth）以及临床病史等。最后，通过统计比较分析，评估了不同种族/族裔组别（如白人、黑人等）在高风险分类率以及实际乳腺癌发病率（通过病历记录确认）方面的差异，并计算了其统计学显著性。

研究结果

患者种族/族裔与基线特征

研究队列包含了白人、黑人、亚裔、西班牙裔等多个种族/族裔群体的女性。基线特征分析显示，不同种族群体在关键风险因素上存在显著差异。例如，月经初潮年龄和首次活产年龄在所有比较组别间均存在显著差异(p<0.0001)。进行盖尔模型评分计算时的年龄在不同组别间也存在显著差异(p<0.0001)，但在黑人和白人女性之间的比较除外，这两组女性在计算模型评分时的年龄没有显著差异。这些基线差异提示，种族群体间的风险因素分布本身就不相同，这可能会影响模型的表现。

盖尔模型高风险分类的种族差异

核心研究发现是，盖尔模型对白人女性的高风险分类率显著高于其他种族群体。具体而言，白人女性被模型判定为符合高风险标准并可能因此有资格接受化学预防治疗的比例，明显超过了黑人、亚裔等少数族裔女性。这一结果表明，模型本身的计算规则或风险权重可能更倾向于将白人女性识别为高风险个体。

高风险分类与实际癌症发病率的不一致性

更为关键的发现是，尽管白人女性被归类为高风险的比例更高，但她们的实际乳腺癌发病率与黑人女性相似。这意味着，盖尔模型在高风险分类上表现出种族差异，但这种分类差异并未完全反映在实际疾病发生的风险上。黑人女性虽然被模型归类为高风险的比例较低，但其实际发生乳腺癌的风险却与白人女性相当。这种“错配”凸显了模型在黑人女性群体中可能存在低估风险的情况，或者说模型对白人女性的风险估计可能存在高估。这直接挑战了模型在不同种族群体中的校准准确性和临床实用性。

结论与讨论

本研究通过对大规模多样化人群的分析，证实了盖尔模型在乳腺癌风险评估中存在显著的种族 disparities（差异）。主要结论是，白人女性相较于其他种族女性，更可能被盖尔模型识别为高风险个体，然而，白人女性与黑人女性的实际乳腺癌发病率却相近。这一发现具有多重重要意义。首先，它强烈提示，当前广泛使用的盖尔模型可能并非对所有种族群体都是公平和精准的风险预测工具。其在非白人人群，特别是黑人女性中的应用，可能导致风险评估不足，进而使得这部分女性无法获得必要的筛查强化或化学预防等干预措施，加剧了乳腺癌防治领域的健康不平等。其次，本研究结果呼吁需要进一步优化现有的风险预测模型，或者开发新的、更具种族包容性和校准准确性的模型，以确保乳腺癌预防策略能够惠及所有人群。最后，这项研究强调了在临床决策中考虑种族/族裔背景的重要性，提醒临床医生在运用诸如盖尔模型等工具时，应意识到其潜在的局限性，并结合患者的个体情况进行综合判断。

总之，Rangel M, Alvarado R等人的这项研究为改进乳腺癌风险评估工具、促进健康公平提供了宝贵的实证依据。未来研究需要致力于开发和应用在多元人群中均表现稳健的风险预测模型，以实现乳腺癌防治的真正精准化和普惠化。