Optimale vroege detectie en preventie van mammacarcinoom hangt af van betrouwbare identificatie van vrouwen met een verhoogd risico. Dr. Lynn Hartmann (Mayo Clinic, Rochester MN) en collega’s publiceren online in het Journal of Clinical Oncology een model dat het risico voorspelt op basis van histologische kenmerken van bioptweefsel en demografische kenmerken van vrouwen met benign breast disease (BBD).¹ Tot de histologische kenmerken behoren niet-proliferatief versus proliferatief, aantal atypische foci, aanwezigheid van radiaal litteken, en mate van lobulaire involutie. Onder de demografische factoren zijn familiegeschiedenis van mammacarcinoom, leeftijd bij eerste bevalling, en aantal kinderen.

De onderzoekers hebben de leeftijd-specifieke incidentie van mammacarcincoom en overlijden bepaald in het Mayo BBD-cohort (n=9854). Deze gegevens hebben ze gecombineerd met een relatief-risicomodel op basis van 377 mammacarcinoompatiënten en 734 gematchte controlevrouwen uit het Mayo BBD-cohort. Uit deze combinatie hebben ze de BBD-to-breast cancer risk assessment tool (BBD-BC) afgeleid. Het model is gevalideerd in een onafhankelijke set van 378 patiënten en 728 gematchte controlepersonen met het Mayo BBD-cohort. De concordantiestatistiek van het model was het eindpunt van de studie. Daarbij duidt een waarde van 0,50 op geen enkele voorspellende waarde en 1,00 op perfecte voorspellende waarde.

De concordantiestatistiek van het BBD-BC model was 0,665 in de ontwikkelingset en 0,629 in de validatieset. De Breast Cancer Risk Assessment Tool (BCRAT) komt in deze beide sets tot een concordantiestatistiek van 0,567 en 0,472. Toepassing van de BCRAT leidde tot significante ondervoorspelling van het risico van mammacarcinoom na een benigne biopt (p=0,004), terwijl de BBD-BC voorspellingen goed in lijn waren met de waargenomen ontwikkeling van mammacarcinoom (p=0,247). De onderzoekers concluderen dat ze een model hebben ontwikkeld dat beter het risico van mammacarcinoom na benigne biopsie voorspelt dan BCRAT.

In deze podcast geeft prof. Rowan Chlebowski (UCLA) commentaar op het model.



1.Pankratz VS, Degnim AC, Frank RD et al. Model for individualized prediction of breast cancer risk after a benign breast biopsy. J Clin Oncol 2015; epub ahead of print