乳腺密度动态变化对乳腺癌风险的预测价值：一项基于BIRADS分类的回顾性队列研究

本研究通过回顾性分析643例40岁以上女性的连续乳腺X线摄影数据，首次揭示了绝经前女性乳腺纤维腺体组织密度变化速率与乳腺癌风险的显著关联（OR=7.46, p=0.04）。研究人员采用两阶段统计模型，证实监测BIRADS密度分类的动态演变可为个性化乳腺癌预防策略提供新依据，特别在绝经前人群中发现密度快速下降者风险更高。该成果为乳腺密度这一可干预指标在癌症风险预警中的应用提供了临床转化路径。

　　

乳腺X线摄影密度长期被视为静态指标，但近年研究发现其会随年龄、生育史和激素水平动态变化。更关键的是，这种变化可能隐藏着乳腺癌风险的预警信号——高密度乳腺组织不仅增加癌症风险，还会降低 mammography（乳腺X线摄影）的检测灵敏度达30%。然而，关于密度变化速率与癌症风险的关联性，特别是不同绝经状态下的差异规律，现有研究结论相互矛盾。这直接影响了通过密度监测实施精准预防的可行性。

为解决这一临床难题，安卡拉埃特利克市医院肿瘤外科的Mahmut Onur Kulturoglu团队开展了一项创新性研究。他们收集了2022-2024年间253例乳腺癌患者和390例健康对照的连续乳腺X线影像（至少5次检查，间隔≤24个月），采用美国放射学会BIRADS（乳腺影像报告和数据系统）四分类标准，通过双盲阅片评估密度变化。研究创造性地运用两阶段统计模型：第一阶段用广义线性混合模型捕捉密度类别随时间的变化轨迹，第二阶段通过logistic回归分析密度变化速率与癌症风险的关联。

关键技术包括：1）基于BIRADS标准的乳腺密度四分类（A：几乎全脂肪；B：散在纤维腺体；C：不均匀致密；D：极度致密）；2）针对253例病例和390例对照的纵向数据分析；3）采用Li等提出的两阶段建模方法；4）通过蒙特卡洛模拟验证统计效能。所有影像均由4名专职乳腺影像科医师独立评估，确保数据可靠性。

【主要发现】
患者特征分析显示：癌症组与对照组在BMI（29.28 vs 29.66, p=0.04）、绝经状态（60% vs 42%绝经）和初始密度分布（65% vs 53%为D类）存在显著差异。

绝经前人群的突破性发现：
• 密度变化速率与癌症风险显著相关（OR=7.46, 95%CI=1.09-50.40）
• 病例组更常见D→C的密度转变模式（50% vs 30%）
• 年龄每增加1岁风险降低10%（OR=0.90, p=0.01）

绝经后人群的阴性结果：
• 密度变化与癌症无显著关联（OR=1.72, p=0.60）
• 密度维持D类且较少转为C类的现象更普遍

统计效能验证：
蒙特卡洛模拟证实研究能检测≥1.65的OR值（效能>80%），其中绝经前组检测灵敏度最高（图2），绝经后组相对较低（图3）。

讨论部分指出，该发现与乳腺生物学特性高度吻合：绝经前女性的乳腺组织对激素变化敏感，密度快速下降可能反映异常的内分泌微环境。这与使用他莫昔芬（tamoxifen）治疗时观察到的密度降低伴随风险下降现象形成有趣对比。研究创新性地提出将密度变化速率作为独立风险指标，尤其对绝经前女性，其预测价值可能超越静态密度评估。

这项发表在《Scientific Reports》的研究具有重要临床转化价值：
1）为绝经前女性提供可量化的风险预警指标
2）支持将密度动态监测纳入常规筛查流程
3）为高风险人群的干预时机选择提供依据
作者强调，未来需结合超声、MRI等多模态影像验证发现，并探索分子机制以解释密度变化速率与癌症风险的生物学联系。该成果为开发基于影像组学的个性化乳腺癌预防策略开辟了新途径。