来自都柏林圣三一学院、圣詹姆斯医院及其合作机构的研究人员，对用于评估有乳腺癌家族史女性患病风险的工具，开展了迄今为止最全面的梳理与评估。
这些研究结果发表在《Cochrane系统评价数据库》上，并在美国临床肿瘤学会（ASCO）年会上展示，表明虽然一些常用的风险模型表现尚可，但没有任何一种能高度准确地识别出哪些女性将来会患上乳腺癌。
有乳腺癌家族史的女性，通常会被建议评估一下自己患这种病的风险。作为评估的一部分，医生会使用统计模型来预测女性未来患乳腺癌的可能性。这一点很重要，因为它有助于指导关于筛查和预防的决策。
这些决定可能包括何时开始做乳房X光检查或核磁共振扫描，是否提供降低风险的药物，或者在某些情况下，是否要考虑做预防性乳房切除手术。
到现在为止，大家还不太清楚哪种模型对这群人最管用。
这个Cochrane审查分析了45项研究，这些研究专门看有乳腺癌家族史的女性，用哪些风险模型来预测。研究人员想看看这些模型预测未来得乳腺癌的风险准不准。其中有四种模型被研究得比较多，所以能拿来细看：Gail（BCRAT）、Tyrer-Cuzick（IBIS）、BOADICEA和BRCAPRO。
有些模型表现更好，但还有提升的余地
看未来得乳腺癌的风险时，这个审查发现，BOADICEA模型在有家族史的女性里，整体表现最均衡。
Gail和BOADICEA模型算出来的风险值，通常跟研究中实际得乳腺癌的人数差不多。不过，Tyrer-Cuzick模型容易把风险估高了，而BRCAPRO则容易估低了。
html
当研究人员考察这些模型在区分哪些女性得了乳腺癌、哪些没得方面表现如何时——技术上称为区分准确度——所有模型的表现都只能说一般，但离实现完全个性化护理所需的准确度还差得远。
首席作者莎拉·麦加里格尔博士解释说，研究结果既显示了这些模型的价值，也暴露了它们的不足。
她说：“这些工具在临床上已经用得很多了，我们现在更清楚它们在具有乳腺癌家族史的女性中的准确度了。我们的研究显示，这些工具在帮助评估风险上是有用的，这点挺让人鼓舞的，但离目标还差得远呢。”
据作者称，研究结果说明，我们还得继续努力改进乳腺癌的个性化风险评估，特别是那些家族里有明显乳腺癌病史的女性。
“对于因乳腺癌家族史而风险较高的女性而言，了解个人风险可能决定她们一生中一些最重要的选择，例如是否更频繁地进行筛查，以及是否考虑预防性治疗，”该研究的资深作者伊丽莎白·康诺利教授解释道。
“我们用于指导这些对话的工具尽可能准确，这一点至关重要。我们还没做到，但正在进步，而这篇综述有助于指明前进的方向。”
许多评估这些模型的研究质量较差或不够清晰，这降低了对部分结果的信任度。
“需要更高质量的研究和持续改进这些模型，这样女性和医生就能根据最准确的信息做决定，”麦加里格尔补充道。
html
热门跟贴