文献速递乳腺乳腺X线USMR

基于风险和乳腺密度的个体化筛查:RIBBS研究的患病率数据

Personalized screening based on risk and density: prevalence data from the RIBBS study.
PubMed 文献 · Radiol Med · 2025-03-21

RIBBS研究为一项准实验人群研究,纳入10269名45岁女性行数字乳腺断层摄影并按风险与乳腺密度分五组制定个体化筛查方案,与43838名年度数字乳腺摄影对照组比较。中风险组乳腺癌患病率较低风险低密度组高4.9倍(IR-LD)和4.6倍(IR-HD),干预队列召回率更低而手术率及DCIS、pT1c、3级肿瘤检出更高。

要点

  • 以容积乳腺密度25%为阈值区分高低密度,18.5%女性需补充超声。
  • 中风险组pT1c肿瘤患病率较低风险低密度组高7.1倍。
  • 干预队列召回率比值为0.5,手术率比值1.9,DCIS比值2.9。

核心结论

  • 患病率筛查显示使用DBT并在高密度亚组补充超声具有可行性。
  • 分层标准有效识别出乳腺癌患病率不同的亚人群。
  • 提高pT1c肿瘤检出率对降低晚期乳腺癌发病率是必要但不充分的。

研究设计与样本

  • 准实验人群研究,前瞻性干预队列与回顾性观察对照队列比较,注册号NCT05675085。
  • 干预队列10269名45岁女性,2020年1月至2021年12月入组,行双侧两视角DBT并完成风险问卷。
  • 对照队列43838名45岁女性,2013年1月至2020年12月接受年度数字乳腺摄影。
  • 采用Volpara v. 1.5.5.1计算容积乳腺密度,以Tyrer-Cuzick模型估算终生风险。

关键影像表现/征象

  • 中风险低密度女性右乳3级pT1c肿瘤表现为毛刺状肿块,穿刺活检证实为3级浸润性导管癌并经手术确认。
  • 中风险高密度女性右乳3级DCIS表现为全右乳多形性稀疏微钙化。

诊断标准与关键数值

  • 容积乳腺密度阈值25%用于区分低密度与高密度亚组并决定是否补充超声。
  • 低风险低密度:终生风险≤17%且平均容积乳腺密度<25%,推荐每2年DBT。
  • 低风险高密度:终生风险≤17%且平均容积乳腺密度≥25%,推荐每2年DBT加超声。
  • 中风险低密度:终生风险17%至30%或无家族史的终生风险>30%且平均容积乳腺密度<25%,推荐每年DBT。
  • 中风险高密度:终生风险17%至30%或无家族史的终生风险>30%且平均容积乳腺密度≥25%,推荐每年DBT加超声;高风险:终生风险>30%且有乳腺癌家族史,推荐每年DBT加MRI,不论乳腺密度。

临床应用与阅片要点

  • 中风险组较低风险低密度组的乳腺癌患病率比值:IR-LD为4.9倍,IR-HD为4.6倍。
  • 中风险组较低风险低密度组的pT1c肿瘤患病率比值:IR-LD为7.1倍,IR-HD为7.1倍。
  • 干预队列与对照队列比较:召回率比值0.5,手术率比值1.9,DCIS比值2.9,pT1c比值2.3,3级肿瘤比值2.4。
  • 干预队列与对照队列比较:活检率(有创评估)高80%以上,召回阳性预测值高2.5倍,活检阳性预测值降低30%。
  • 侵入性乳腺癌总检出率与对照队列无显著差异。

局限性

  • 第二亚组(低风险高密度)和第五亚组(高风险)人数少,与森林图的比较仅限于两个中风险亚组。
  • 招募数据因样本量小不足以评估高风险女性的侵入性乳腺癌患病率。
  • 干预队列与对照队列的侵入性乳腺癌检出率比较未校正招募前5年发病率差异。
  • 当前生物标志物无法准确预测与钙化表现相关的进展为侵入性疾病的风险。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2025 Mar 21;130(5):740–52. doi: 10.1007/s11547-025-01981-5

引言

在风险分层的乳腺癌(BC)筛查策略[1–4]中,针对特定时间范围内发生该疾病的个人风险估计可为筛查间隔、起始年龄和影像学检查方式的选择提供依据[5]。该方法与精准医学的更广泛趋势相一致,也与BC向个体化治疗的转变相呼应[6]。风险分层日益被认为是优化BC筛查获益与危害之间平衡的关键因素,尤其是在较年轻女性中[7]。

最新的欧洲指南(ECIBC)对45–49岁女性乳腺X线摄影筛查给出了有条件推荐,但尚未就筛查间隔建立确定性指南。两年一次和三年一次筛查均优于每年一次筛查,最佳筛查间隔仍被视为需要研究的领域[8]。在此背景下,有效的分层可能有助于将筛查目标定位于合适的个体,从而降低乳腺癌死亡率、预防更具侵袭性的治疗并改善总体生活质量。同时,它还可以减轻与筛查相关的风险,如辐射暴露、频繁召回、不必要的手术转诊、活检、假阳性和假阴性结果以及过度诊断[9–11]。

在过去几十年中,已开发出多种风险预测模型,整合了许多BC危险因素[5, 12, 13]。乳腺X线摄影乳腺密度已越来越多地被纳入这些模型,以提高其预测效能[14–16]。乳腺密度不仅会遮蔽肿瘤,从而增加间期癌发生率[17, 18],还可作为独立于遮蔽效应之外的危险因素[19–21]。这促成了对致密乳腺女性进行补充影像检查的推荐[22–24]。

为大规模实施,筛查方案的个体化需要对有效性进行全面评估。关于不同分层方案与传统筛查方法的比较效果[25–27],以及这些方案在真实世界环境中的表现[28, 29],仍存在未解问题。虽然随机对照试验已探讨了第一个问题[4, 30],观察性研究可能为其在公共卫生背景下的有效性提供重要见解。

为满足改善BC筛查的迫切需求,我们设计了基于风险的乳腺筛查(RIBBS)研究。这项准实验性、基于人群的研究以45–49岁女性为对象,旨在评估一种根据个人风险和乳腺密度对参与者进行分层的筛查模式的潜在获益。该模式在根据乳腺密度和/或风险确定的分层间隔下,将数字乳腺断层合成(DBT)与超声(US)及乳腺MRI按需整合。DBT可更好地显示重叠组织[31],US可作为致密乳腺中癌症检测的有效辅助手段[32],而MRI由于其高敏感性被用于高风险人群[33]。该研究将该模式与使用数字乳腺X线摄影(DM)的标准年度筛查进行比较,以检验个体化筛查模式是否降低晚期BC的累积发生率。

在本文中,我们呈现了初始患病率筛查的结果,目的是(1)评估实施RIBBS筛查模型的可行性,(2)评价分层标准在识别具有不同筛查可检出乳腺癌患病率亚人群方面的有效性,以及(3)确定初始性能指标是否提示在后续筛查轮次中降低晚期乳腺癌发病率的潜力。

材料与方法

这项准实验研究已获得意大利帕多瓦Veneto肿瘤研究所(IOV)IRCCS机构伦理委员会批准(批准代码:“RIBBS 2019/37”),并在ClinicalTrials.gov注册(注册号:NCT05675085)。该设计将前瞻性干预队列与非等效观察性对照队列进行比较[34]。前瞻性干预队列中的所有女性均提供了书面知情同意。相比之下,回顾性观察队列中的女性无需提供知情同意,因为她们参与基于人群的筛查项目与本研究的参与是分开的,且伦理委员会认为本观察性分析无需额外知情同意。

研究设计与参与者

前瞻性干预队列

只有有限数量的意大利大区实施了专门针对45–49岁女性的乳腺癌筛查项目。意大利北部的Veneto大区不在这些大区之列。2018年,我们向Veneto大区卫生部门提出了RIBBS研究[35],该部门批准其作为试点项目在帕多瓦和罗维戈两省实施。由于每年可用于研究的人群规模相对较小(约10,000名女性),随机分配到多个筛查组在统计学上不可行。此外,在预防背景下,公共卫生主管部门认为这种方法不可接受。

为解决这些限制,采用了准实验设计,这得益于与邻近Emilia-Romagna大区三个省筛查主管部门的合作;自2010年以来,该地区45–49岁女性一直定期受邀接受年度数字乳腺X线摄影(DM)[36]。

居住在帕多瓦和罗维戈省(意大利Veneto大区)、年龄45岁、无乳腺癌病史或已知BRCA1/2、PALB2、TP53或等效基因胚系突变的女性,被邀请在IOV(意大利帕多瓦)参加“个性化筛查项目”。女性于2020年1月至2021年12月入组。在患病率筛查期间,参与者接受双侧两视图数字乳腺断层合成(DBT)并完成风险问卷。DBT图像使用自动化软件(Volpara v. 1.5.5.1)处理以计算体积乳腺密度(VBD)[37, 38]。

乳腺密度阈值 VBD = 25% 被确定为一项实用界限值,以在额外影像检查的获益与资源利用和临床可行性之间取得平衡。该阈值是通过一组来自45–49岁女性的初步乳腺钼靶图像确定的,其中VBD使用与RIBBS研究中相同的软件测量。在该初步阶段,一位经验丰富的乳腺放射科医师还根据致密组织的遮蔽效应对图像及是否需要额外超声进行了评估。然而,在RIBBS研究本身期间,25% VBD阈值直接基于定量测量应用,未由放射科医师对遮蔽效应进行评估。

平均VBD大于25%的女性被邀请接受补充超声检查。个体危险因素和平均VBD被用于通过Tyrer-Cuzick风险预测模型估算个人终生风险(LTR)[12, 39]。根据乳腺密度和个人LTR,参与者被分为五个亚组:低风险、低密度(LR–LD):LTR ≤ 17%且平均VBD < 25%,建议接受每两年一次的DBT筛查(“2yDBT”方案);

低风险、高密度(LR–HD):LTR ≤ 17%且平均VBD ≥ 25%,建议接受每两年一次的DBT和US筛查[“2y(DBT + US)”方案];

中等风险、低密度(IR–LD):LTR在17%至30%之间,或无家族史但LTR > 30%,且平均VBD < 25%,建议接受每年一次的DBT筛查(“1yDBT”方案);

中等风险、高密度(IR–HD):LTR在17%至30%之间,或无家族史但LTR > 30%,且平均VBD ≥ 25%的女性,建议接受每年一次的DBT和US筛查[“1y(DBT + US)”方案];

高风险(HR):LTR > 30%且有乳腺癌家族史的女性,无论乳腺密度如何,建议接受每年一次的DBT和MRI检查。

所有初始DBT检查均由两位乳腺放射科医师独立判读。若发现影像学异常,女性被召回接受进一步检查,必要时进行活检。确诊BC病例按治疗后计划随访。

在仍在进行的后续筛查轮次中,第1和第3亚组继续对DBT检查进行双读,而第2、第4和第5亚组对(DBT + US)或(DBT + MRI)检查接受单名放射科医师判读。事实上,在招募时,乳腺密度和个人风险尚不可知,因为它们仅在首次DBT后以及从Tyrer-Cuzick问卷收集信息后才进行评估。因此,在第一轮筛查期间,所有DBT检查均采用双读,VBD ≥ 25%的女性返回接受补充US。然而,在后续筛查轮次中,每名女性已被分配到其各自的密度/风险亚组。因此,对于遵循仅基于DBT方案的女性维持双读,而对于采用包括DBT+US或DBT+MRI方案的女性,由单名判读者判读DBT。采用这一方法是因为额外影像模态(US或MRI)提供了补充诊断信息,降低了误判风险,而该风险正是当DBT为唯一所用影像模态时采用双读的理由。RIBBS研究的详细方案此前已发表[35]。

回顾性观察性队列

艾米利亚-罗马涅是意大利少数几个对45–49岁女性实施基于人群筛查计划的地区之一,采用每年一次双体位数字化乳腺摄影(DM)并双重阅片。该观察性回顾性队列仅纳入参与艾米利亚-罗马涅筛查计划(拉文纳、弗利-切塞纳和里米尼省)且在2013年1月至2020年12月期间接受患病率筛查的45岁女性。纳入/排除标准与前瞻性队列相同。然而,乳腺密度和风险估计未被收集,因为这些参数不属于“一刀切”筛查计划的一部分[40]。

统计分析

计算了一套完整的标准筛查结局,包括每千率(rates per thousand)和百分比构成。这些结局包括召回率(分层为非侵入性和侵入性评估)、被转诊并接受手术的女性比例、癌症检出率(进一步分层为导管原位癌(DCIS)率和浸润性癌率)以及阳性预测值。

对于每个结局,我们计算了前瞻性干预队列中LR–HD、IR–LD、IR–HD、HR各亚组的每项率/百分比值与接受2年数字化乳腺断层摄影(DBT)的LR–LD参考亚组女性相应率/百分比值之间的比值和95%置信区间(CI)。该分析旨在评估RIBBS模型在识别不同乳腺癌风险女性方面的有效性。

同样,计算了总体前瞻性干预队列中各项率和百分比值与观察性对照队列中相应值之间的比值和95%CI,以分析两种筛查模式之间的差异。

P值采用自由度為1的卡方异质性检验计算,显著性水平设定为P < 0.05。

两个队列之间浸润性乳腺癌检出率的比较未针对招募前5年观察到的发病率差异进行调整[35]。该决定基于以下事实:干预队列与观察性对照队列之间的发病率比略小于1(0.96;95% CI 0.83–1.11),且无统计学显著性。

统计分析使用Stata Statistical Software Release 15(StataCorp LP,College Station,TX)完成,图表使用OriginPro 2020b(OriginLab Corporation,Northampton,MA)生成。

结果

研究人群

在受邀的18,229名45岁女性中,10,269名(56.3%)同意参与RIBBS研究的干预队列。观察性队列包括43,838名45岁女性,占受邀者的69.9%。总体而言,研究人群包括54,107名女性。图1展示了患病率筛查流程图,并提供了基线检查的结局(干预队列为DBT,观察性队列为DM)。

表1展示了参与干预队列的女性按乳腺密度分为两类、乳腺癌风险分为三类的分层情况。未报告年龄,因为所有参与者均为45岁。

大多数招募的女性乳腺密度低(81.5%,8365/10,269),乳腺癌风险低(57.9%,5941/10,269)。中等风险女性占41.4%(4251/10,269),仅0.7%(77/10,269)被归类为高风险。总体而言,18.5%的女性乳腺致密并接受了补充超声检查。

图2展示了介入队列中所有招募女性的低密度和高密度亚组平均容积乳腺密度的归一化直方图(a)以及三个风险亚组的个人终生风险归一化直方图(b)。分布分别按乳腺密度和风险类别单独展示。

图1 RIBBS研究的患病率筛查流程图。注:DBT,数字乳腺断层合成;DM,数字乳腺X线摄影;VBD,容积乳腺密度;DCIS,导管原位癌 查看原图 ↗
表1 参与介入队列女性的乳腺密度和乳腺癌风险分层 查看原表 ↗
图2 a RIBBS研究介入队列中所有招募女性平均VBD(四个视图的平均值)的归一化直方图。虚线垂直线代表VBD阈值,用于区分接受补充超声检查的高密度亚组女性和低密度亚组女性;b RIBBS研究介入队列中所有招募女性使用Tyrer-Cuzik风险模型估计的个人终生风险的归一化直方图。注:VBD,容积乳腺密度;RIBBS,基于风险的乳腺筛查;US,超声;LTR,终生风险 查看原图 ↗

筛查结局指标

表2以率(每1000名女性中的数量)和绝对数量呈现了介入队列和观察队列的筛查结局。对于介入队列,结果报告了总体数据,并详细列出了定义不同再筛查方案的五个亚组。此外,还包括召回阳性预测值(PPV1)和活检阳性预测值(PPV3)。

可以看出,低风险且乳腺致密的女性亚组非常小(2.8%,287/10,269),因为在Tyrer-Cuzick风险模型中将VBD ≥ 25%作为风险因素纳入,往往会使终生风险超过中等风险17%的阈值。另一个小亚组由高风险女性组成(接受年度DBT + MRI监测),这在预期之中。

表2 被召回评估、接受评估、被转诊手术、接受手术以及被诊断为B2和B3病变、导管原位癌(DCIS)和浸润性乳腺癌的女性率(每1000名)。同时展示了RIBBS研究前瞻性介入队列五个风险和乳腺密度亚组及观察对照队列的召回阳性预测值和活检阳性预测值。绝对数量在括号中提供 查看原表 ↗

个性化标准的判别能力

根据风险和乳腺密度将介入队列中的女性分为五个亚组,并与后续轮次特定的筛查方案相关联,使我们能够评估RIBBS研究中所选个性化标准的判别能力。表3展示了LR–HD、IR–LD、IR–HD、HR亚组与低风险低密度亚组之间各筛查结局的比值和相对95%CI,后者作为参考组接受两年一次DBT再筛查。

由于第二个(低风险高密度)和第五个(高风险)亚组样本量较小,与图3所示森林图的比较仅限于两个中等风险亚组。图上的每个方形符号代表给定参数的比值,水平区间为该比值的95%置信区间(CI)。比值和CI也显示在图的右侧,当两个率/百分比之间的差异具有统计学意义时标有星号。

“中等风险、高密度”类别的女性被召回进行评估的频率较低,尤其是进行无创评估。相比之下,两个“中等风险”类别以及高风险类别的女性手术率显著更高,手术率翻倍或更高。与参照组相比,中等风险亚组的癌症检出率更高,浸润性癌、pT1c和3级癌症的检出率也更高,证实了风险评估在筛查分层中的作用。

图4显示了一例中等风险、低密度乳房女性右乳3级pT1c肿瘤的示例病例。

表3 前瞻性干预队列中LR–HD、IR–LD、IR–HD、HR亚组相对于LR–LD亚组(作为参照(ref))的筛查结局比值和95%置信区间 查看原表 ↗
图3 两个中等风险亚组——a低密度和b高密度——与“低风险低密度”亚组之间筛查结局的比较:率/百分比之间比值的森林图。注:B2病变,经皮活检的良性病变;B3病变,经皮活检的不确定恶性潜能病变;DCIS,导管原位癌;PPV1,召回进行额外影像学检查(无创评估)的阳性预测值;PPV3,活检的阳性预测值 查看原图 ↗
图4 一例中等风险、低密度乳房女性右乳3级pT1c肿瘤的示例病例:RCC、RMLO、RML接触位以及RCC和RML点压位。从DBT获得的合成图像。该病变为毛刺状肿块,经皮活检证实为3级IDC,并经手术确认。注:RCC,右头尾位;RMLO,右内外斜位;RML,右内外侧位;DBT,数字乳腺断层合成;IDC,浸润性导管癌 查看原图 ↗

干预队列与观察队列的比较

表4显示了整个前瞻性干预队列与作为参照的回顾性观察队列之间各筛查结局的比值和95%CI。

图5显示了通过将整个干预队列中每个筛查结局率/百分比除以观察队列中相应值计算所得比值的森林图。

使用DBT并在高密度亚组中使用补充超声后,前瞻性干预队列的召回率和评估率降低了50%以上,且降低仅限于无创评估率。相比之下,活检率(有创评估)高出80%以上。此外,前瞻性干预队列显示B2和B3病变的检出率更高,DCIS的检出率几乎高出三倍,其中2级和3级比1级更常见。

图6显示了一例中等风险、高密度乳房女性右乳3级DCIS的示例病例。

关于浸润性乳腺癌(BC),总检出率与1无显著差异。然而,pT1c期乳腺癌的检出率显著更高,比值为2.3,主要归因于3级病变。召回阳性预测值(PPV1)高出2.5倍,而活检阳性预测值(PPV3)下降了30%。

表4 前瞻性干预队列相对于回顾性观察队列(作为参照(ref))的筛查结果比值及95%置信区间 查看原表 ↗
图5 干预队列与观察队列女性筛查结果的比较:比值的森林图。注:B2病变,经皮活检的良性病变;B3病变,经皮活检的不确定恶性潜能病变;DCIS,导管原位癌;PPV1,召回进行额外影像学检查(非侵入性评估)的阳性预测值;PPV3,活检的阳性预测值 查看原图 ↗
图6 一例中危女性高密度乳腺右乳3级DCIS的示例病例:RCC、RMLO、RML接触位和RML点压位。图像为从DBT获得的合成图像。整个右乳可见多形性稀疏微钙化。注:DCIS,导管原位癌;RCC,右头尾位;RMLO,右内外斜位;RML,右内外侧位;DBT,数字乳腺断层合成 查看原图 ↗

讨论

RIBBS研究旨在评估基于个体风险和乳腺密度的个性化筛查模型的有效性,评价其降低晚期乳腺癌累积发病率(作为死亡率降低的替代指标)的能力。患病率筛查的结果为我们最终目标提供了有希望的提示。

用于区分低密度和高密度类别的25% VBD阈值是基于初步分析确定的。Larsen等人[18]基于508,536次筛查检查的证据表明,间隔期癌症的概率在15%至25% VBD之间保持相对稳定。RIBBS研究中设定的25% VBD阈值在额外影像学需求和资源可持续性之间取得了平衡,18.5%的女性需要补充筛查。

被归类为低风险的女性乳腺癌患病率低于中风险女性,后者的患病率高出四倍以上。中风险女性占队列的相当大比例,可能在个性化筛查模型的有效性和可持续性方面发挥关键作用。由于样本量较小,招募数据不足以评估高风险女性的浸润性乳腺癌患病率。更完整的数据将在再筛查期结束后获得。

从可行性的角度来看,已得出若干关于筛查间隔(每年或每两年)和额外筛查检查(US或MRI)的关键发现。首先,乳腺低密度的低风险女性占干预队列的50%以上,接受每两年一次的DBT筛查。这是一个有利的结果,因为一半的受筛查女性不需要强化影像学检查,可以仅将DBT作为唯一的筛查检查,正如美国预防服务工作组[7]最近所建议的。需要DBT和MRI联合再筛查的高风险女性构成一个小的亚组,对放射学资源的负担适中。

该模型的初步有效性体现在pT1c乳腺癌检出率提高了一倍以上,同时3级乳腺癌的识别率也有所增加。与乳腺X线摄影相比,DBT已被证明可提高浸润性癌的检出率[41],但其固有过度诊断的风险,即检出不会进展或不会具有临床意义的乳腺癌[42]。鉴于入组女性年龄较轻,pT1c(大小1–2 cm)或3级肿瘤不能被视为过度诊断。这些数据支持以下预期:重筛查将识别生长最快且临床意义最大的肿瘤,减少pT2-4肿瘤[43]。这一结果预计将在后续筛查中出现。

DCIS检出的增加可能增加过度诊断和过度治疗的风险,但2级和3级的普遍性减轻了这一发现的影响。人们对DCIS的非手术治疗(包括主动监测)的兴趣日益增长,以减少过度治疗并为患者提供个性化的管理选择。然而,当前的生物标志物无法准确预测与钙化表现相关的进展为浸润性疾病的风险。然而,高核级、粉刺样坏死和受体状态是DCIS的关键特征,影响预后、手术切除时升级为浸润性癌的风险以及主动监测的资格[44]。

较高的手术干预率(与DM筛查相比几乎翻倍)既与较高的癌症检出率有关,也与B3病变的增加有关,后者是由于DBT相关结构扭曲的可见度提高所致,而结构扭曲是此类病变中常见的符号学特征。

前瞻性干预队列与DM相比还实现了超过50%的召回率降低,尤其是对于“中风险、高密度”亚组。高召回率是意大利及其他地区乳腺X线筛查中的一个重要问题。它们可能使筛查项目效率降低并导致后续的不依从[45]。

准实验设计特别适用于那些随机分配干预措施不切实际、在财务或后勤上不可行、或在社会和伦理上不可接受的情境[34, 46]。RIBBS研究即属此类情况。值得注意的是,类似的设计已成功应用于先前的研究中,如奈梅亨研究[47]以及更近期的乳腺X线筛查队列研究[48]。

准实验设计具有实用性,允许进行具有高外部有效性的真实世界评估,尤其是在基于人群的环境中。虽然由于潜在的未测量混杂因素,其内部有效性低于随机对照试验,但在RIBBS研究中,干预队列和对照队列之间基线乳腺癌(BC)发病率的相似性部分减轻了这一不足。此外,队列取自社会经济特征相似的相邻地区,这进一步支持了可比性。观察性对照队列缺乏风险和密度数据反映了基于人群筛查项目的典型局限性。然而,这一局限性凸显了诸如RIBBS等基于风险和密度的模型有效填补这些空白的相关性和必要性。

研究设计的另一个潜在局限是两个队列招募期之间的时间差异。然而,这似乎并未引入显著偏倚。首先,与预期相反,两个队列中接受新辅助化疗的患者比例均较低,且在较近期的干预队列中并未更高(3.0% vs. 5.5%,数据未展示),从而减轻了对肿瘤分期偏倚的担忧。其次,干预队列中观察到的招募量适度下降——该队列完全在COVID-19大流行期间进行——并不提示存在显著的选择偏倚。最后,尽管观察性队列的招募时间跨度更广,但所有检查均采用数字乳腺X线摄影进行,因为从胶片-屏幕乳腺X线摄影的过渡已于2010–2011年完成[49]。这确保了筛查策略之间的比较不受污染偏倚的影响。

总之,尽管对RIBBS研究得出确定性结论还为时过早,但患病率筛查表明,使用数字乳腺断层合成(DBT)以及在致密乳腺亚组中补充超声检查既可行又实用。分层标准有效识别了具有不同乳腺癌患病率的亚人群,提示其潜在实用性。重要的是,虽然仅提高pT1c肿瘤的检出率不足以降低晚期乳腺癌的发病率,但这是实现该目标的关键先决条件。

引用

  1. Caumo F, Gennaro G, Ravaioli A, et al. Personalized screening based on risk and density: prevalence data from the RIBBS study. Radiol Med. 2025. PMID: 40117106. doi:10.1007/s11547-025-01981-5
  2. 全文:PMC12106505(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12106505/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。