《Insights into Imaging》：Temporal changes in breast cancer lifetime risk and implications for personalised surveillance in high-risk women
编辑推荐：
目的：使用国际乳腺癌干预研究（IBIS）乳腺癌风险评估工具，评估临床风险升高但无已知致病性基因突变的女性在10年期间乳腺癌终身风险（BC-LTR）的时序变化，并评估其对个性化监测策略的意义。材料与方法：在这项回顾性研究中，2014年因风险升高评估转诊的女性使用
目的：使用国际乳腺癌干预研究（IBIS）乳腺癌风险评估工具，评估临床风险升高但无已知致病性基因突变的女性在10年期间乳腺癌终身风险（BC-LTR）的时序变化，并评估其对个性化监测策略的意义。材料与方法：在这项回顾性研究中，2014年因风险升高评估转诊的女性使用IBIS（v8.0b）进行了BC-LTR估计。2024年使用相同模型（未重新校准）重新计算风险。排除了在随访期间发生乳腺癌、接受双侧乳房切除术、死亡、2024年年龄超过85岁或携带致病性基因突变的女性，因为在这些情况下IBIS BC-LTR重新计算不适用。使用配对统计评估风险因素的时序变化。线性混合模型评估了IBIS BC-LTR的预测因子及其与时序变化的关联。结果：在362名符合条件的女性中，平均IBIS BC-LTR从2014年的23%降至2024年的19%（平均绝对变化=6.5，p<0.001）。风险组重分类发生率为44%：36%降至较低风险类别，8%升至较高类别。IBIS BC-LTR增加与乳腺密度增加（p<0.0001）、BMI升高（p=0.002）、当前使用激素替代疗法（HRT）（p=0.007）以及新增受累亲属（p<0.03）相关，而向下重分类主要与乳腺密度降低相关（p<0.0001）。结论：临床风险升高女性的IBIS BC-LTR估计值随时间变化。定期重新评估可能使估计风险与量身定制的筛查策略更一致，支持更精确的个体化监测。
论文解读文章
**研究背景**
乳腺癌是全球女性最常见的浸润性恶性肿瘤，在西方国家是癌症相关死亡的首要原因。尽管BRCA1和BRCA2等高危基因的致病性胚系变异仅占乳腺癌病例的一小部分，但非遗传性风险因素（如个人史、生活方式和病史）对乳腺癌风险有重要影响。早期检测可降低乳腺癌发病率和死亡率，因此许多国家实施了基于人群的乳腺X线摄影筛查计划。对于基因突变携带者，国际遗传性乳腺癌和卵巢癌（HBOC）筛查指南建议进行年度乳腺MRI等增强成像。然而，对于临床风险升高（如乳腺密度高和/或家族史阳性）但无已知致病性基因突变的女性，筛查指南尚不明确。例如，在比利时，补充MRI仅对IBIS BC-LTR≥30%的女性报销，且MRI容量限制了对高风险（IBIS BC-LTR≥20%）女性的使用。乳腺癌风险预测模型通过结合人群风险与个体风险因素来指导个性化监测，其中IBIS（Tyrer-Cuzick）模型是验证最充分的工具之一，整合了家族史、乳腺密度、激素与生殖因素及既往良性乳腺疾病。既往研究已证实，因乳腺密度高和/或家族史阳性转诊的女性具有异质性，其IBIS BC-LTR范围从略高于平均到高水平。然而，目前尚不清楚这些女性的IBIS BC-LTR在10年内如何变化，以及这种变化对个性化筛查策略的影响。因此，本研究旨在评估该亚组女性IBIS BC-LTR的时序变化及其对个性化监测的意义。论文发表在《Insights into Imaging》。
**研究内容与结论**
研究人员开展了一项回顾性研究，纳入2014年因临床风险升高（基于乳腺密度高和/或家族史阳性，但无已知致病性突变）转诊至比利时鲁汶大学医院多学科乳腺中心的362名女性，使用IBIS v8.0b模型计算2014年和2024年的BC-LTR，并评估风险变化。结论显示，平均IBIS BC-LTR从23%降至19%，44%的女性被重新分类到不同风险类别（36%降至更低类别，8%升至更高类别）。风险增加与乳腺密度增加、BMI升高、当前使用HRT及新增受累亲属相关，而风险降低主要与乳腺密度降低相关。定期重新评估IBIS BC-LTR可更好匹配个体化筛查策略，支持更精确的监测。
**主要关键技术方法**
本研究采用回顾性设计，样本队列来源于比利时鲁汶大学医院多学科乳腺中心，2014年因临床风险升高（乳腺密度BI-RADS C/D和/或家族史阳性，无已知致病性突变）转诊的女性。主要关键技术方法包括：使用IBIS（Tyrer-Cuzick）v8.0b模型进行BC-LTR估计（2014年和2024年两次计算，不重新校准）；通过配对t检验和Stuart-Maxwell检验评估风险因素时序变化；采用线性混合模型分析IBIS BC-LTR的预测因子及其与时序变化的关联。排除标准包括：发生乳腺癌、双侧乳房切除、死亡、2024年年龄>85岁或携带致病性突变者。乳腺密度由两名放射科医生根据ACR BI-RADS? Atlas（第5版）通过共识阅读评估。
**研究结果**
**研究人群特征**：362名女性在2014年的平均年龄为49±7.2岁，2024年为59±7.2岁；68%在2024年随访时为绝经后。基线时，85.9%有乳腺癌和/或卵巢癌一级亲属家族史，62.4%有二級亲属家族史。乳腺密度分布从2014年的BI-RADS A 6%、B 33%、C 37%、D 25%显著变化为2024年的A 9%、B 41%、C 45%、D 5%（p<0.001），主要表现为D类密度显著下降。BMI在10年间保持稳定（p=0.318）。
**IBIS BC-LTR变化**：平均IBIS BC-LTR从2014年的23%降至2024年的19%，平均绝对变化为6.5（p<0.001）。56%的女性保持在同一风险类别，8%向上重分类，36%向下重分类。
**风险重分类情况**：向上重分类的29名女性中，12名从平均风险（<15%）升至中等风险（15-19%），17名从中等风险升至高风险（≥20%）。向下重分类的131名女性中，56名从高风险降至中等风险，42名从高风险降至平均风险，33名从中等风险降至平均风险（整体重分类显著，p<0.001）。
**影响风险变化的因素**：线性混合模型分析显示，乳腺密度是IBIS BC-LTR的最强影响因素。与BI-RADS D相比，BI-RADS A与风险降低约23个百分点相关，BI-RADS B和C分别降低15和8个百分点（p<0.0001）。BMI每增加1 kg/m2，IBIS BC-LTR增加0.5个百分点（p<0.0001）。2014年后每新增一名一级亲属诊断乳腺癌，IBIS BC-LTR增加5.4个百分点（p=0.01）；每新增一名二级亲属，增加1.4个百分点（p=0.03）。纵向变化主要受乳腺密度变化驱动：风险增加与乳腺密度增加（p<0.0001）、BMI升高（p=0.002）、当前HRT使用（p=0.007）及新增受累亲属（p<0.03）相关；向下重分类主要与乳腺密度降低相关（p<0.0001）。此外，BMI增加与乳腺密度降低相关（2014年OR=0.84，2024年OR=0.83，p<0.0001），当前HRT使用者更可能处于较高乳腺密度类别（OR=4.4，p=0.003）。
**讨论与结论**
讨论部分指出，本研究证实了IBIS BC-LTR在10年间随时间变化，且风险重分类（44%）主要受乳腺密度变化驱动。乳腺密度随年龄和BMI增加而降低，但随HRT使用而增加，这显著影响重新计算的风险估计。其他风险因素变化（如HRT使用、BMI和家族史）也部分解释了风险变化。依赖单一基线风险估计可能导致风险与推荐筛查策略不匹配，因此定期重新计算IBIS BC-LTR（尤其在风险因素变化后）可改善风险分层，确保MRI的适当使用并避免不必要的成像。此外，风险重新评估和重分类可能对长期监测女性的心理产生影响，将风险视为动态过程有助于管理预期。研究局限性包括：排除了发生乳腺癌、乳房切除等女性，可能引入选择偏倚；数据来源于回顾性电子病历，可能存在不准确或遗漏；仅比较了2014年和2024年的风险估计，未考虑10年风险评分；仅使用了IBIS v8.0b模型。未来研究应探索基于人工智能的风险模型和短期风险估计工具如何补充传统终身风险模型。
**研究结论部分翻译**：总之，IBIS BC-LTR估计值在临床风险升高女性中随时间变化。已知风险因素如高乳腺密度、HRT使用、BMI升高和乳腺癌家族史被再次确认，并证明显著影响IBIS BC-LTR的时序变化。定期重新评估IBIS BC-LTR可能改善估计风险与补充筛查策略之间的一致性；然而，这些发现不应被解释为对更广泛非选择人群风险变化的前瞻性预测。
