Brytyjscy badacze opracowali nowy model przewidywania 10-letniego ryzyka zachorowania na raka piersi

LONDYN, 27 SIERPNIA (IANS): Zespół brytyjskich badaczy opracował nowy model, który wiarygodnie przewiduje prawdopodobieństwo zachorowania na raka piersi i śmierci w ciągu dziesięciu lat u kobiety.

W badaniu opublikowanym w The Lancet Digital Health przeanalizowano zanonimizowane dane pochodzące od 11,6 miliona kobiet w wieku od 20 do 90 lat w latach 2000–2020.

Nie u wszystkich tych kobiet w przeszłości występował rak piersi – stan przednowotworowy zwany rakiem przewodowym in situ (DCIS).

Identyfikacja kobiet najbardziej narażonych na ryzyko zachorowania na śmiertelnego raka może usprawnić badania przesiewowe. Kobiety te mogą zostać wezwane do wcześniejszego rozpoczęcia badań przesiewowych, częstsze badania lub poddane różnym rodzajom badań obrazowych.

Takie spersonalizowane podejście mogłoby prowadzić do niższej śmiertelności z powodu raka piersi, unikając jednocześnie niepotrzebnych badań przesiewowych u kobiet o niższym ryzyku. Naukowcy z Uniwersytetu Oksfordzkiego stwierdzili, że kobiety o podwyższonym ryzyku śmiertelnego nowotworu mogą również rozważyć leczenie zapobiegające rozwojowi raka piersi.

„To ważne nowe badanie, które może wprowadzić nowe podejście do badań przesiewowych. Strategie oparte na ryzyku mogą zapewnić lepszą równowagę korzyści i szkód w badaniach przesiewowych w kierunku raka piersi, umożliwiając kobietom bardziej spersonalizowane informacje, co pomoże w usprawnieniu procesu decyzyjnego. Podejścia oparte na ryzyku mogą” – stwierdziła. „Pomagają także w efektywniejszym wykorzystaniu zasobów służby zdrowia poprzez ukierunkowanie interwencji na tych, którzy najprawdopodobniej odniosą z nich korzyści”.

Naukowcy przetestowali cztery różne techniki modelowania w celu przewidywania ryzyka śmierci z powodu raka piersi.

Istniały jeszcze dwa tradycyjne modele oparte na statystykach i dwa wykorzystujące uczenie maszynowe, formę sztucznej inteligencji.

Wszystkie formularze zawierały ten sam rodzaj danych, takich jak wiek kobiety, masa ciała, palenie tytoniu, wywiad rodzinny w kierunku raka piersi i stosowanie terapii hormonalnej (HTZ).

Modele oceniano pod kątem ich zdolności do dokładnego przewidywania ryzyka w ogóle oraz w przypadku różnych grup kobiet, takich jak różne grupy wiekowe i pochodzenie etniczne.

Zastosowano technikę zwaną „wewnętrzną i zewnętrzną walidacją krzyżową”. Wiąże się to z podzieleniem zbioru danych na strukturalnie różne części, w tym przypadku według regionu i okresu, aby zrozumieć, jak dobrze model został przeniesiony do różnych ustawień.

Wyniki pokazały, że jeden z modeli statystycznych, który został opracowany przy użyciu regresji ryzyka konkurencyjnego, był ogólnie najlepszy. Dokładniej przewidywał, które kobiety zachorują na raka piersi i umrą na niego w ciągu 10 lat.

Modele uczenia maszynowego były mniej dokładne, szczególnie w przypadku różnych grup etnicznych kobiet. „Jeśli dalsze badania potwierdzą dokładność tego nowego modelu, będzie można go wykorzystać do identyfikacji kobiet o wysokim ryzyku śmiertelnego raka piersi, które mogłyby odnieść korzyść z ulepszonych badań przesiewowych i leczenia zapobiegawczego” – stwierdził zespół.