新模型 SimDCIS 精准解析乳腺导管原位癌(DCIS)自然病程,助力筛查与诊疗优化

【字体: 时间:2025年03月08日 来源:Breast Cancer Research and Treatment 3.0

编辑推荐:

  为优化 DCIS 筛查和治疗,研究人员开发 SimDCIS 模型,经多方法验证且估算精准,意义重大。

  # 解析乳腺导管原位癌研究新突破:SimDCIS 模型的诞生与意义
在全球范围内,乳腺癌已成为女性健康的 “头号大敌”,是最常被诊断出的癌症之一 。随着基于人群的筛查项目广泛开展,越来越多的乳腺癌在早期就被发现。其中,乳腺导管原位癌(Ductal Carcinoma In Situ,DCIS)作为乳腺癌的 “零阶段”,近年来其检出率不断攀升,如今在筛查发现的乳腺癌中占比高达 25%,在所有乳腺癌中约占 13%。
DCIS 是指癌细胞仅局限于乳腺导管内,尚未突破基底膜向周围组织浸润的一种癌前病变。它就像是一颗 “隐藏的定时炸弹”,虽然此时癌细胞还比较 “老实”,没有扩散,但却存在发展为浸润性乳腺癌(Invasive Breast Cancer,IBC)的风险。而且,DCIS 的诊断一直颇具争议。一方面,它的高检出率体现了筛查的有效性,让更多早期病变被发现;另一方面,却也引发了过度诊断和过度治疗的问题。由于 DCIS 的自然病程(也就是疾病从发生、发展到结局的全过程)尚不明确,目前对其过度诊断的估计差异极大,在 20% - 91% 之间,这使得优化筛查和治疗方案困难重重。

为了攻克这一难题,来自荷兰格罗宁根大学医学中心、伦敦玛丽女王大学等机构的研究人员 Keris Poelhekken、Monique D. Dorrius 等开展了一项重要研究。他们致力于开发一种全新的模拟模型,以精确解析 DCIS 的自然病程,为临床决策提供更可靠的依据。相关研究成果发表在《Breast Cancer Research and Treatment》杂志上。

在这项研究中,研究人员主要运用了微模拟马尔可夫模型(Micro - simulation Markov Model)技术 。他们构建了一个名为 SimDCIS 的模型,通过创建虚拟队列模拟大量女性从出生到死亡的健康历程,详细追踪每位女性是否会患上 DCIS,以及患病后的各种转归情况,包括死亡、进展为 IBC、回归健康状态或被检测发现等。同时,模型输入参数均来自现有文献和数据,确保了模型的可靠性和真实性。此外,研究人员通过内部验证、外部验证和交叉验证,将模型输出结果与荷兰癌症登记处、英国筛查项目等实际数据进行对比,全方位评估模型的准确性。还运用单因素敏感性分析(Univariate Sensitivity Analysis,USA)和概率敏感性分析(Probabilistic Sensitivity Analysis,PSA),探究模型对不同输入参数变化的敏感程度以及整体的不确定性。

研究结果


  1. 模型验证:SimDCIS 模型在内部验证中,模拟的 DCIS 筛查检出率与荷兰癌症登记处 2019 年的观测数据相比,在各年龄组和分级中均无显著差异,且模拟的分级分布与观测结果相符。在外部验证中,与英国国家医疗服务体系(NHS)2021 年的数据对比,虽在 50 - 54 岁女性中筛查检出率略有高估,70 - 74 岁女性中略有低估,但整体匹配度良好。交叉验证显示,SimDCIS 模型对英国频率试验的模拟结果与试验数据高度一致,表现优于 MISCAN - FADIA 模型。
  2. 敏感性分析:单因素敏感性分析表明,筛查检出率对 DCIS 发病概率最为敏感,当发病概率达到最大估计值时,检出率可提高 10%。而回归概率、进展为 IBC 的概率、临床检出概率和参与率等参数则呈现反向影响,较低的输入估计值会导致较高的检出率。概率敏感性分析显示,筛查检出率的不确定性为 11%。
  3. DCIS 估计:在荷兰筛查设定下,通过 SimDCIS 模型估计,DCIS 的回归率为 8%(范围 0 - 14%),进展为 IBC 的比例为 19%(16 - 24%),临床检出率为 8%(0 - 13%),筛查检出率为 61%(56 - 65%)。DCIS 的分级分布为 1 级占 20%,2 级占 38%,3 级占 42%,在不同模拟场景下该分布变化较小。

研究结论与意义


SimDCIS 模型通过多种验证方法,展现出了高度的准确性,对 DCIS 发病概率最为敏感。该模型的估算结果显示,在两年一次的筛查环境中,大多数 DCIS 会通过筛查被发现,其中 3 级 DCIS 占比不到 50%,不到 10% 的 DCIS 会发生自然回归,约五分之一的 DCIS 会进展为 IBC。这些新的估算结果与以往研究相符,进一步缩小了对 DCIS 自然病程相关参数的估计范围。

这一研究成果意义非凡。它为准确评估 DCIS 在基于人群的筛查中的益处和风险提供了有力工具,有助于更精准地估计 DCIS 的过度诊断情况。通过对 DCIS 自然病程的深入了解,医生可以根据患者的年龄、DCIS 分级等因素,更科学地制定筛查和治疗方案,为那些低风险 DCIS 患者提供更合理的选择,避免不必要的治疗,在提高医疗质量的同时,减轻患者的身心负担和医疗资源的浪费,为乳腺癌的防治开辟新的道路。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号