Br J Cancer：定量乳腺密度分析可改善乳腺癌的筛查方案

分层或基于风险的乳腺癌筛查旨在优化早期癌症的检测，降低患者的死亡率、乳房X光检查假阳性率、良性活检以及过度诊断等。然而，包括问卷、抽血和咨询在内的基于风险的筛查方案可能会消除某些女性的筛查益处并增加筛查的复杂性，最终降低筛查的效果。

乳腺密度（BD）反映了腺体和纤维结缔组织数量与乳房中脂肪组织数量的比值。BD具有三个支持用于人群筛查分层的属性。首先，以年龄和体重指数（BMI）为条件的BD增加是乳腺癌的重要危险因素；第二，高水平的BD与乳房X射线术较低的灵敏度相关；第三，低水平的BD具有更长的临床前筛查可检测期。

该研究旨在通过预测间隔期和淋巴结阳性癌症，揭示BD是否可作为更密集乳腺癌筛查的一个成像生物标志物。

这项针对1204名47-73岁女性的病例对照研究共包括了599例癌症病例（其中302例筛查检测，297例间隔期；有239例呈淋巴结阳性，360例淋巴结阴性）以及605例对照。

BD区分所有、筛查检测和间隔期癌症的能力分析

研究人员通过自动BD软件计算纤维腺体积（FGV）、乳房体积密度（VBD）和密度等级（DG）。放射科医师采用从0到100的视觉模拟量表（VAS）来评估BD。

结果显示，FGV、VBD、VAS和DG均能将间隔期癌症与对照区分开来。基于AUC值分析显示，FGV相比于VBD或VAS更能区分所有的癌症类型。相比于筛选检测到的癌症和VBD分析结果，FGV显示出对间隔期癌症更显著的区分能力。

BD区分癌症类型

总而言之，该研究结果揭示，FGV、VBD、VAS和DG能够将间隔期癌症与对照组区分开来。而只有FGV才能区分筛查检测到的癌症，这也为乳腺癌的发病风险预测提供了一定的理论基础。

原始出处：

Burnside, E.S., Warren, L.M., Myles, J. et al. Quantitative breast density analysis to predict interval and node-positive cancers in pursuit of improved screening protocols: a case–control study. Br J Cancer (24 June 2021).