文献速递乳腺技术与安全乳腺X线

乳腺癌终生风险10年变化对高危女性个体化筛查的影响

Temporal changes in breast cancer lifetime risk and implications for personalised surveillance in high-risk women.
PubMed 文献 · Insights Imaging · 2026-07-22

本研究回顾性纳入362例2014年因乳腺致密和/或家族史等临床高危因素就诊、无已知致病基因突变的女性,使用IBIS v8.0b在2024年重估乳腺癌终生风险(BC-LTR)。平均BC-LTR从23%降至19%(p<0.001),44%的女性风险分组发生改变。乳腺密度变化是风险重分类的最主要驱动因素,周期性重估有助于优化个体化筛查策略。

要点

  • IBIS BC-LTR会随时间变化,一半以上高危女性10年后风险分组改变,不应仅依赖单次基线评估决定长期筛查方案。
  • 乳腺密度下降是BC-LTR降低的主要原因,密度上升、BMI增加、当前使用HRT及新增乳腺癌家族史推动风险上调。
  • 风险从高危降至中危或平均的女性可考虑减少乳腺MRI等强化影像筛查,避免不必要的检查。

核心结论

  • IBIS BC-LTR在临床高危女性中随时间显著变化,10年间44%的研究对象发生风险分组改变。
  • 乳腺密度是IBIS BC-LTR最主要的影响参数,密度下降是风险下调的主要驱动因素。
  • 周期性重估IBIS BC-LTR有助于使估算风险与个体化筛查策略更一致,优化乳腺MRI等补充影像的合理使用。

研究设计与样本

  • 回顾性研究,纳入2014年转诊至比利时鲁汶大学医院乳腺中心评估临床高危风险的362例女性。
  • 使用国际乳腺癌干预研究(IBIS/Tyrer-Cuzick)模型v8.0b在2014年和2024年分别计算乳腺癌终生风险(BC-LTR)。
  • 排除基线前或随访期间诊断乳腺癌、双侧预防性乳房切除、随访期间死亡、2024年超85岁或发现致病基因突变者。
  • 乳腺密度依据ACR BI-RADS第5版由两名乳腺放射科医师共识判读,分为A、B、C、D四类。
  • 统计学方法采用配对t检验、Stuart-Maxwell检验及线性混合模型分析风险变化的预测因素。

关键影像表现/征象

  • 2014年乳腺密度分布为BI-RADS A 6%、B 33%、C 37%、D 25%,2024年变为A 9%、B 41%、C 45%、D 5%。
  • 10年间38%的女性乳腺密度类别下降,56%保持不变,6%上升。
  • BI-RADS A与D相比,IBIS BC-LTR低约23个百分点;BI-RADS B低15个百分点,BI-RADS C低8个百分点(p<0.0001)。

诊断标准与关键数值

  • 风险分组标准:平均风险为IBIS BC-LTR<15%,中等风险为15%-19%,高风险为≥20%。
  • 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%(202/362)保持同一风险分组,8%(29/362)上调,36%(131/362)下调(p<0.001)。
  • 每增加1 kg/m² BMI与IBIS BC-LTR增加0.5个百分点相关(p<0.0001);每增加一名2014年后确诊乳腺癌的一级亲属增加5.4个百分点(p=0.01),二级亲属增加1.4个百分点(p=0.03)。
  • 当前HRT使用者与停用HRT超过5年者相比,乳腺密度更高类别的OR为4.4(p=0.003)。

临床应用与阅片要点

  • 对因乳腺致密和/或家族史转诊且无致病基因突变的女性,应在风险因素变化时重新计算IBIS BC-LTR。
  • 风险从中间(15%-19%)升高至高危(≥20%)的女性可能符合乳腺MRI筛查条件,应据当地政策调整影像方案。
  • 风险从高危降至中间或平均的女性,继续开具乳腺MRI前应重新评估指征,避免过度检查。
  • 阅片时应关注BI-RADS密度分类的变化,密度降低可直接导致IBIS BC-LTR明显下降。
  • 比利时报销政策中仅IBIS BC-LTR≥30%才可能报销补充MRI,不同医疗体系阈值和可及性差异较大。

局限性

  • 研究队列经过筛选,排除了发生乳腺癌、接受乳房切除、年龄超限或发现致病突变的女性,可能引入选择偏倚并低估高风险群体。
  • IBIS风险计算基于回顾性电子病历数据,存在自报不准确或遗漏的可能。
  • 2014年和2024年风险计算由多名研究者完成,可能存在观察者间差异。
  • 仅使用了IBIS v8.0b一种模型,研究结果反映比利时临床实践和资源可及性,不一定适用于其他筛查体系。
  • 仅比较2014年和2024年两个时间点的BC-LTR,缺少10年风险评分的数据。
全文中译5 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:Insights Imaging. 2026 Jul 22;17:191. doi: 10.1186/s13244-026-02355-9

引言

乳腺癌是全球女性中最常见的浸润性恶性肿瘤,也是西方国家癌症相关死亡的主要原因 [1]。高风险基因(如 BRCA1 和 BRCA2)的致病性胚系变异仅占乳腺癌病例的一小部分。非遗传性风险因素包括个人、生活方式及病史相关风险因素 [2, 3]。

早期发现可降低乳腺癌的发病率和死亡率,这促使许多国家实施了基于人群的乳腺 X 线摄影筛查项目 [1, 4, 5]。针对基因突变携带者,已有国际遗传性乳腺癌和卵巢癌(HBOC)筛查指南,包括每年进行乳腺 MRI 检查 [6, 7]。根据欧洲建议,当预测的 BC-LTR ≥ 20% 时,女性通常被归类为高风险,最常使用经过验证的模型(如 IBIS(Tyrer–Cuzick)工具)进行计算。

乳腺癌风险增高(IBIS BC-LTR ≥ 20%)的女性优先推荐接受对比增强影像学检查,如乳腺 MRI;仅当 MRI 不可用或有禁忌证时才考虑超声检查,因为超声在乳腺 X 线摄影之外额外的癌症检出能力更为有限 [3, 8]。对于乳腺癌中等风险(IBIS BC-LTR 15–19%)的女性,补充筛查指南尚不明确。在比利时,仅 IBIS BC-LTR ≥ 30% 的女性的补充 MRI 检查可获得报销。此外,容量限制也制约了乳腺 MRI 在 IBIS BC-LTR ≥ 20% 高风险女性中的使用 [8–10]。

乳腺癌风险预测模型将人群风险与个体风险因素相结合,以指导个体化监测 [10–12]。在本机构,IBIS(Tyrer–Cuzick)乳腺癌风险评估模型(v8.0b)——作为最经验证的 BC-LTR 评估工具之一,已常规使用超过 15 年——被用于分层确定哪些人从补充影像学检查中获益最大 [13]。IBIS 适用于 84 岁以下的女性,并整合了家族史、乳腺密度、激素和生殖因素以及既往良性疾病 [10, 13–15]。

本研究建立在既往研究的基础上,即使用 IBIS 客观评估因阳性家族史和/或致密乳腺而具有临床乳腺癌风险增高女性的 BC-LTR [16]。使用 IBIS 风险计算器 v8.0b 证明,这一组 2014 年因临床乳腺癌风险增高而被转诊至本机构、在人群筛查之外接受筛查的女性,根据电子病历(EPF)详细信息,其 IBIS BC-LTR 确有升高。我们得出的结论是,该亚组具有异质性,从略高于平均水平的 IBIS BC-LTR 到高 IBIS BC-LTR 不等。对于这一因致密乳腺和/或阳性家族史和/或其他个人风险因素而具有临床乳腺癌风险增高、但无已知致病性基因突变的无症状女性特定亚组,目前尚无明确的补充筛查指南。

本研究探讨了过去十年中,这一因致密乳腺和/或阳性家族史但无已知基因突变而具有临床乳腺癌风险增高女性亚组的 IBIS BC-LTR 评分发生了怎样的变化,以及这些变化是否对其拟议的个体化乳腺癌筛查策略产生了影响。

材料与方法

研究设计与参与者

这项经机构审查委员会批准的回顾性研究(S69370)纳入了2014年转诊至比利时鲁汶大学医院多学科乳腺中心进行临床乳腺癌风险升高评估的所有女性。转诊依据为存在致密乳腺组织(BI-RADS C/D)和/或乳腺癌和/或卵巢癌阳性家族史,和/或其他个人风险因素,且无已知致病性基因突变。本分析基于这一原始队列,评估10年期间IBIS BC-LTR估计值的变化。

乳腺X线摄影乳腺密度由两位乳腺放射科医师根据ACR BI-RADS®图谱(第5版)经协商一致阅片进行视觉评估[17]。

如果女性在基线评估前已有乳腺癌诊断,或在10年随访期间发生乳腺癌、接受双侧预防性乳房切除术、在随访期间死亡、2024年时年龄超过85岁,或在随访期间被发现携带致病性基因突变,则将其从2014年和2024年两个数据集中排除。之所以实施这些排除,是因为在这些情况下(重新)计算IBIS BC-LTR是无效的。

重新计算IBIS BC-LTR所需的所有数据均从鲁汶大学医院的电子患者档案(EPF)中回顾性提取,并对每位女性逐一分析。分析聚焦于IBIS BC-LTR评分,因为2014年的10年IBIS评分不可获得。收集了以下变量:当前年龄、初潮和绝经年龄[18]、身高、体重、乳腺X线摄影乳腺密度、激素替代疗法(HRT)使用情况、产次、首次生育年龄、既往乳腺活检、卵巢癌个人史、一级和二级亲属的乳腺癌和卵巢癌家族史(包括发病年龄和双侧性)、德系犹太种族背景,以及个人和家族成员的基因检测结果。家族史定义为一名或多名一级和/或二级亲属中存在乳腺癌和/或卵巢癌。缺失变量未进行填补。未采用默认值或假设来弥补缺失变量。

BC-LTR在两个时间点均使用IBIS(Tyrer–Cuzick)模型v8.0b计算。2014年和2024年使用了相同的模型版本和假设,未进行重新校准或修改。在我们机构的临床实践中,当相关风险因素发生变化时,通常会考虑重新计算IBIS BC-LTR。

统计分析

使用描述性统计总结表1中2014年和2024年队列的参与者特征。2014年和2024年队列之间的配对比较采用连续变量的配对t检验和分类变量的Stuart–Maxwell检验。采用线性混合模型回归分析来确定与乳腺癌风险变化相关的因素的变异及其向上或向下风险组重新分类,包括乳腺密度、BMI、HRT使用和家族史的变化。统计学显著性设定为p < 0.05。所有统计分析均使用SPSS v30.0(IBM)完成。

表1 2014年和2024年计算IBIS BC-LTR评分所需参与者特征概览 查看原表 ↗

结果

研究人群包括362名基于乳腺密度(BI-RADS C/D)和/或家族史和/或其他个人危险因素而具有升高的IBIS乳腺癌终生风险(BC-LTR)、但无已知基因突变的女性。2014年和2024年分别对362名女性计算了IBIS BC-LTR,缺失变量从模型中排除。表1列出了2014年和2024年用于计算IBIS BC-LTR的所有参数以及缺失数据的范围。未采用任何默认值或假设来弥补缺失变量。在一部分女性中,初潮年龄(n = 188)、体重指数(BMI)(n = 16)、绝经年龄(n = 46)、产次(n = 5)、乳腺密度(n = 1)或激素替代治疗(HRT)(n = 11)的数据在EPF中无法获得。有50名女性的绝经状态未知,这可能是由于EPF中未记录该信息,或由于使用避孕药或宫内节育器等避孕措施导致状态不明确。

从2014年的初始队列中,共排除了32名在基线前或随访期间诊断为乳腺癌的女性(23例浸润性导管癌、1例浸润性小叶癌、8例导管原位癌),以及33个已确认的致病性变异(89名符合HBOC检测条件者中)[19](BRCA1(n = 7)、BRCA2(n = 15)、CHEK2(n = 6)、STK11(n = 1)、GCH1(n = 1)、MSH6(n = 1)、JAK2(n = 1)和PALB2(n = 1))。IBIS v8.0b不适用于在存在乳腺癌或已知高风险突变的情况下计算BC-LTR。对于确认有致病性变异的女性,其他风险计算模型(如实施BOADICEA模型的CanRisk)在方法学上更为合适。

2014年平均年龄 ± 标准差为49 ± 7.2岁(范围37–74岁),2024年为59 ± 7.2岁(范围47–84岁);2024年随访时68%已绝经。

平均IBIS BC-LTR从2014年的23%下降至2024年的19%(平均绝对变化 = 6.5,p < 0.001)。总体而言,56%的女性维持在同一风险类别,8%被上调,36%被下调(图1)。

10年间,BMI保持稳定(p = 0.318),而乳腺密度类别和IBIS风险类别发生了显著变化(分别为p < 0.001和p = 0.009)。

众所周知,乳腺密度是乳腺癌的一个重要危险因素,密度变化会影响IBIS评分。在10年的研究期间,202名女性(56%)维持在同一BI-RADS密度类别,138名(38%)密度降低,22名(6%)密度升高。2024年,密度分布为BI-RADS A 9%、B 41%、C 45%和D 5%,与2014年相比有显著的重新分布(p < 0.001),2014年分别为6%、33%、37%和25%。其特点是BI-RADS D明显下降,BI-RADS B/C增加(图2)。大多数女性已生育(84%;首次生育平均年龄28岁)。基线时85.9%(一级亲属)和62.4%(二级亲属)有乳腺和/或卵巢癌家族史。

2014年至2024年间IBIS风险类别的变化总结于表2。在纳入的362名女性中,202人(56%;202/362)保持在相同的风险组。29名女性(8%;29/362)被重新分类至更高的风险类别,其中12人(41%;12/29)从平均风险升至中等风险,17人(59%;17/29)从中等风险升至高风险。相比之下,131名女性(36%;131/362)被重新分类至更低的风险类别:56人(43%;56/131)从高风险降至中等风险,42人(32%;42/131)从高风险降至平均风险,33人(25%;33/131)从中等风险降至平均风险,总体再分布具有显著性(p < 0.001)。

一项线性混合模型评估了BMI、乳腺密度、HRT使用情况、绝经状态及一级/二级家族史对基线数据IBIS BC-LTR的影响,结果显示乳腺密度是IBIS BC-LTR最强的输入影响因素;与BI-RADS D相比,BI-RADS A与约23个百分点的风险降低相关,BI-RADS B和C分别降低15和8个百分点(p < 0.0001)。BMI显著影响IBIS BC-LTR评分,BMI每增加1 kg/m²,IBIS BC-LTR增加0.5个百分点(p < 0.0001)。2014年后每增加一名确诊乳腺癌的一级亲属,IBIS BC-LTR增加5.4个百分点(p = 0.01),而每增加一名二级亲属则增加1.4个百分点(p = 0.03)。

正如预期,BMI增加(每1 kg/m²)与乳腺密度类别降低相关,2014年比值比降低16%(OR = 0.84),2024年降低17%(OR = 0.83)(p < 0.0001)。另一个观察到的相关性是HRT使用与乳腺密度之间的关系,当前使用HRT者与停用HRT超过5年者相比,处于更高乳腺密度类别的几率更高(OR = 4.4,p = 0.003)。

IBIS BC-LTR的纵向变化主要由乳腺密度的变化驱动(p < 0.0001)。IBIS BC-LTR的升高与密度增加(p < 0.0001)、较高BMI(p = 0.002)、当前使用HRT(p = 0.007)及额外受累亲属(p < 0.03)相关,而向下重新分类主要与密度降低相关(p < 0.0001)。

上述回归分析证实了IBIS模型对其输入变量变化的敏感性。

图1 2014年和2024年IBIS BC-LTR分布(平均风险 < 15%,中等风险15–19%,高风险 ≥ 20%) 查看原图 ↗
图2 2014年至2024年间乳腺密度(BI-RADS)类别的变化 查看原图 ↗
表2 2014年至2024年间基于IBIS BC-LTR评分的风险组变化 查看原表 ↗

讨论

本研究评估了因阳性家族史和/或致密乳腺而基线风险升高但无已知基因突变的女性中,IBIS BC-LTR评分在10年间是否发生变化。该亚组具有异质性(从略高于平均水平的IBIS BC-LTR到高IBIS BC-LTR不等),且缺乏关于补充筛查的明确指南。

IBIS BC-LTR ≥ 20%的女性优先推荐接受补充性增强影像检查,尤其是乳腺MRI,超声仅用于MRI不可用或有禁忌证的情况[8]。尽管MRI的灵敏度优于超声,但其在高风险人群补充筛查中的应用受到资源可及性和国际上不同报销政策的制约。

中等或升高BC-LTR的定义在各研究和医疗系统间尚未标准化。差异不仅存在于所使用的风险模型和风险阈值,还存在于所研究的人群。

在比利时,补充性MRI的报销仅限于IBIS BC-LTR ≥ 30%的女性,而有限的MRI可及性进一步制约了BC-LTR ≥ 20%女性获得检查的机会[8, 9]。因此,本研究评估的筛查策略可能与那些筛查MRI可及性更广的医疗系统所采用的方法不同。

在362名女性中,202名(56%)保持在相同的风险组,29名(8%)进入更高类别,131名(36%)进入更低类别。向上重分类主要由IBIS模型输入变量的变化驱动,特别是乳腺密度增加、患病亲属数量增加、HRT使用和BMI增加,而向下重分类主要归因于乳腺密度降低。这些变化直接影响了补充筛查建议[7–9]:从平均风险转为中等风险(IBIS BC-LTR 15–19%)的女性(n = 12)可能受益于补充影像检查,而从中等风险转为高风险(IBIS BC-LTR ≥ 20%)的女性(n = 17)可能符合MRI检查条件。10年后,362名具有临床升高风险(定义为致密乳腺和/或阳性家族史但无已知基因突变)的女性中有98名从高风险组转为中等风险组(n = 56)或平均风险组(n = 42),根据我们国家的政策,MRI筛查不再适用。

乳腺密度是IBIS模型的重要组成部分,也是已确立的乳腺癌危险因素。由于乳腺密度通常随年龄增长和BMI增加而降低,但可能因HRT使用而增加,乳腺密度的变化可随时间显著影响重新计算的IBIS风险估计值。Ohmaru等报告称,约25%的女性在10年内乳腺密度降低[20]。在我们的临床升高乳腺癌风险队列中,38%的密度分级出现下降,主要见于初始为致密乳腺(BI-RADS C/D)的女性。由于致密组织增加乳腺癌风险并降低乳腺X线摄影的灵敏度,密度变化可影响风险评估和早期检出[1–3]。

IBIS BC-LTR估计值随时间的其他变化部分归因于危险因素参数的变化,如HRT使用、BMI和家族史。当前使用HRT,尤其是联合雌孕激素治疗,与乳腺癌风险增加相关,而既往使用的风险较小[13]。Garcia-Estevez等报告称,较高的BMI,尤其是绝经后,与浸润性乳腺癌风险增加相关[21]。在211名数据完整的女性中,该队列的平均BMI保持稳定(2014年为25.3 kg/m²,2024年为25.5 kg/m²)。

由于我们的研究人群是基于乳腺癌家族史阳性但无已知基因突变这一条件筛选的,参与者本身已属于基线风险升高的人群。然而,家族负担程度仍是IBIS乳腺癌终生风险(BC-LTR)估计值的重要驱动因素。2014年之后每增加一名确诊乳腺癌的一级亲属,IBIS BC-LTR增加5.4个百分点(p = 0.01),而每增加一名二级亲属仅增加1.4个百分点(p = 0.03)。

依赖单一基线风险评估可能导致估计风险与推荐的监测策略之间不一致。因此,在相关危险因素发生变化后定期重新计算IBIS BC-LTR,可改善估计风险与筛查建议之间的一致性。这有助于维持准确的个体化筛查策略,确保MRI的合理使用,同时避免对风险下降的女性进行不必要的影像学检查。更新评估需要准确的数据和临床资源。采集所有IBIS参数的结构化患者问卷对于提高可靠性是必要的。

风险重新评估和再分类可能对接受长期监测的女性产生心理影响。将乳腺癌风险表述为一个随时间反映潜在危险因素变化的动态过程,可能有助于管理预期并减轻心理困扰,尤其是在风险估计值下降、筛查强度降低的情况下[22, 23]。

本研究存在若干局限性。研究人群必然经过了筛选,因为IBIS风险重新计算已不再适用的女性(如已患乳腺癌、接受过乳房切除术、2024年时年龄超过85岁,或被发现有致病性基因突变者)被从基线(2014年)队列中排除。这可能导致选择偏倚,并使高风险女性代表性不足,因为在2014—2024年研究期间发生乳腺癌的女性被排除了。尽管如此,该队列代表了临床乳腺癌风险升高但补充筛查指南尚不明确的一个女性亚组。本研究评估的补充筛查策略反映了当前比利时的临床实践和资源可及性;因此,研究结果可能不直接适用于筛查方案不同或乳腺MRI可及性更广泛的地区。

对这一乳腺致密、家族史阳性但无已知致病性基因突变的女性人群进行评估,为筛查建议仍不一致的群体提供了关于风险分层和筛查方法的重要见解。这种有针对性的方法认识到参与乳腺癌筛查的女性并非同质群体,并支持向风险适应性而非统一性筛查策略持续努力。

基于IBIS的风险评估依赖于回顾性电子病历(EPF)数据,这些数据可能因自我报告而存在不准确或遗漏。此外,2014年和2024年的风险计算由多名研究人员完成,可能引入了观察者间变异。

我们仅比较了2014年与2024年的IBIS BC-LTR评分,因为2014年时未计算或记录10年风险评分。此外,仅IBIS v8.0b已作为流行病学乳腺癌风险模型接受过检验,该模型本身也存在固有局限性[12]。

未来研究应探索基于人工智能(AI)的风险模型和短期风险评估工具如何在未来补充IBIS等传统终生风险模型,从而有可能进一步优化个性化筛查策略,但这些方法尚未在临床实践中常规实施[24–26]。

总之,在临床风险升高的女性中,IBIS BC-LTR估计值随时间而变化。高乳腺密度、HRT使用、BMI升高及乳腺癌家族史等已知危险因素被再次确认,并证明可显著影响IBIS BC-LTR随时间的改变。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,这些发现不应被解读为可在更广泛的未选择人群中前瞻性地预测风险变化。

引用

  1. Keupers, Nijssen, Sarkol, et al. Temporal changes in breast cancer lifetime risk and implications for personalised surveillance in high-risk women. Insights Imaging. 2026. PMID: 42487048. doi:10.1186/s13244-026-02355-9
  2. 全文:PMC13391461(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13391461/

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。