Mejoran la predicción del riesgo de cáncer de mama

Nuevos criterios en mamografías

Podrían revolucionar el cribado mamario al permitir que se adapte a las mujeres a un costo adicional mínimo

Resumen

Las mamografías contienen información que predice el riesgo de cáncer de mama. Desarrollamos dos medidas de riesgo de cáncer de mama novedosas basadas en mamografías basadas en el brillo de la imagen (Cirrocumulus) y la textura (Cirrus). Se desconoce su predicción de riesgo cuando se ajustan con una medida establecida de densidad mamográfica convencional (cúmulos).

Usamos tres estudios que consistieron en: 168 casos de intervalo y 498 controles emparejados; 422 casos detectados por cribado y 1197 controles emparejados; y 354 casos de diagnóstico más joven y 944 controles emparejados en frecuencia por edad en el momento de la mamografía. Se realizaron análisis de regresión logística condicional e incondicional de estudios emparejados individualmente y en frecuencia, respectivamente.

Estimamos los gradientes de riesgo específicos de la medida como el cambio en las probabilidades por desviación estándar de los controles después de ajustar por edad e índice de masa corporal (OPERA) y calculamos el área bajo la curva de características operativas del receptor (AUC).

Para los riesgos de cáncer de intervalo, detectados por detección y de diagnóstico más joven, los modelos de mejor ajuste (OPERA [intervalos de confianza del 95%]) incluyeron: Cumulus (1.81 [1.41‐2.31]) y Cirrus (1.72 [1.38‐2.14]); Cirrus (1,49 [1,32-1,67]) y Cirrocúmulos (1,16 [1,03 a 1,31]); y Cirrus (1,70 [1,48 a 1,94]) y Cirrocumulus (1,46 [1,27‐1,68]), respectivamente.

Las AUC fueron: 0,73 [0,68‐0,77], 0,63 [0,60‐0,66] y 0,72 [0,69‐0,75], respectivamente. Combinadas, nuestras nuevas medidas basadas en mamografías tienen el doble de gradiente de riesgo para el cáncer de mama detectado por cribado y el diagnóstico más joven (P ≤ 10-12), tienen al menos el mismo poder discriminatorio que la puntuación de riesgo poligénica actual y están más correlacionadas con factores causales que la densidad mamográfica convencional.

Descubrir más información sobre el riesgo de cáncer de mama a partir de las mamografías podría ayudar a permitir un cribado mamario personalizado basado en el riesgo.

Las técnicas pioneras en el mundo para predecir el riesgo de cáncer de mama a partir de mamografías que se desarrollaron en Melbourne podrían revolucionar el cribado de mamas al permitir que se adapte a las mujeres a un costo adicional mínimo.

Publicado en el International Journal of Cancer, el estudio dirigido por la Universidad de Melbourne encontró dos nuevas medidas de riesgo basadas en mamografías. Cuando se combinan estas medidas, son más eficaces para estratificar a las mujeres en términos de su riesgo de cáncer de mama que la densidad mamaria y todos los factores de riesgo genéticos conocidos.

Los investigadores dicen que si se adoptan con éxito, sus nuevas medidas podrían mejorar sustancialmente las pruebas de detección, hacerlas más efectivas para reducir la mortalidad y menos estresante para las mujeres y, por lo tanto, alentar a más personas a realizarse pruebas de detección. También podrían ayudar a abordar el problema de las densidades mamarias.

Desde finales de la década de 1970, los científicos han sabido que las mujeres con senos más densos, que en una mamografía se muestran con más regiones blancas o brillantes, tienen más probabilidades de ser diagnosticadas con cáncer de mama y de que no se les presente en la detección.

En colaboración con Cancer Council Victoria y BreastScreen Victoria, los investigadores de la Universidad de Melbourne fueron los primeros en estudiar otras formas de investigar el riesgo de cáncer de mama mediante mamografías.

Usando programas de computadora para analizar imágenes de mamografías de un gran número de mujeres con y sin cáncer de mama, encontraron dos nuevas medidas para extraer información de riesgo. Cirrocumulus se basa en las áreas más brillantes de la imagen y Cirrus en su textura.

En primer lugar, utilizaron un método informático semiautomático para medir la densidad en los niveles de brillo habituales y sucesivamente más altos para crear Cirrocúmulos. Luego utilizaron inteligencia artificial (IA) y computación de alta velocidad para aprender sobre nuevos aspectos de la textura (no el brillo) de una mamografía que predicen el riesgo de cáncer de mama y crearon Cirrus.

Cuando se combinaron sus nuevas medidas Cirrocumulus y Cirrus, mejoraron sustancialmente la predicción del riesgo más allá de la de todos los demás factores de riesgo conocidos.

El investigador principal y profesor de la Universidad de Melbourne, John Hopper, dijo que en términos de comprender cuánto difieren las mujeres en sus riesgos de cáncer de mama, estos avances podrían ser los más significativos desde que se descubrieron los genes BRCA1 y BRCA2 del cáncer de mama hace 25 años.

"Estas medidas podrían revolucionar la detección mamográfica a un costo adicional mínimo, ya que simplemente utilizan programas de computadora", dijo el profesor Hopper.

"Las nuevas medidas también podrían combinarse con otros factores de riesgo recopilados en la detección, como antecedentes familiares y factores de estilo de vida, para proporcionar una imagen aún más sólida y holística del riesgo de una mujer.

"El cribado a medida, no 'una talla para todos', podría basarse en la identificación precisa de las mujeres con alto riesgo, así como bajo, para que su cribado pueda ser personalizado.

"Dado que la mamografía ahora es digital, y nuestras medidas ahora están computarizadas, las mujeres podrían ser evaluadas por su riesgo en el momento de la detección, automáticamente, y recibir recomendaciones para sus futuras pruebas de detección basadas en su riesgo personal, no solo en su edad".

El profesor Hopper dijo que esta información podría usarse para aliviar la presión sobre BreastScreen, que tuvo que cerrar por un período durante la pandemia de COVID-19 y está buscando formas de manejar mejor el retraso mientras continúa brindando un servicio valioso con recursos limitados.

Dijo que el avance actual no podría haber ocurrido sin el apoyo extraordinario que su investigación sobre mamografías había recibido de la National Breast Cancer Foundation, comenzando con su primera ronda de financiamiento hace más de 20 años.

"Sólo alrededor del 55 por ciento de las mujeres australianas de 50 a 74 años de edad se presentan actualmente para realizar pruebas de detección destinadas a detectar el cáncer de mama temprano", dijo.

"Saber que el cribado también podría dar una predicción precisa del riesgo podría alentar a más mujeres a aceptar la oferta del cribado gratuito. Las mujeres con alto riesgo según su mamografía también se beneficiarían enormemente de conocer también su riesgo genético".

La profesora adjunta adjunta Helen Frazer, directora clínica de St Vincent's BreastScreen Melbourne, dijo que las mejoras en la evaluación del riesgo de cáncer de mama de una mujer serían transformadoras para los programas de detección.

"El uso de los desarrollos de IA para evaluar el riesgo y personalizar la detección podría generar ganancias significativas en la lucha contra el cáncer de mama", dijo el profesor asociado adjunto Frazer.


Curvas de características operativas del receptor (ROC) para cirrocúmulos y cirros para el estudio de casos y controles de cáncer de diagnóstico más joven.

Conclusiones

En conclusión, la medida de densidad mamográfica establecida mejoró la predicción de cánceres de intervalo, probablemente debido a su papel en el enmascaramiento de tumores. Pero esta medida no brindó información de riesgo adicional sustancial además de nuestras nuevas medidas de riesgo basadas en mamografías para el cáncer detectado en exámenes de detección o con diagnóstico más joven. Por lo tanto, la densidad mamográfica convencional parece hacer que se pasen por alto los tumores existentes, pero no necesariamente hace que se desarrollen tumores de mama en primer lugar.

Es probable que existan otros aspectos de los senos de la mujer que sean detectables en una mamografía y que tengan un efecto verdaderamente causal en el inicio y la progresión del cáncer de mama. Nuestras nuevas medidas parecen estar más fuertemente correlacionadas con tales actores causales que la densidad mamográfica convencional.

Nuestros hallazgos también demuestran el potencial para una predicción del riesgo de cáncer de mama mucho más mejorada y más relevante desde el punto de vista etiológico, al descubrir nuevas formas de extraer información sobre el riesgo de cáncer de mama de una mamografía. Esto sugiere una forma en que el cribado mamario personalizado basado en el riesgo podría convertirse en parte de la era de la medicina de precisión.