亮点
个性化风险分层
基于五年绝对浸润性乳腺癌风险的筛查策略表现出优于传统基于年龄的每两年一次筛查的性能。
减少伤害
基于风险的方法使假阳性召回率减少了8%至23%，显著降低了过度筛查的负担。
提高效率
最有效的基于风险的模型比标准的基于年龄的协议（40-74岁）多避免了高达6%的死亡。
引言和临床背景
几十年来，美国的乳腺癌筛查指南主要依赖于实际年龄作为启动和频率的主要决定因素。虽然美国预防服务工作组（USPSTF）和其他机构已经完善了这些基于年龄的标准——最近将开始年龄降低到40岁，进行每两年一次的筛查——但这种‘一刀切’的方法并没有考虑到个体风险的显著异质性。临床医学正在迅速转向精准预防，其中干预措施是根据绝对风险而不是人口统计学平均值进行调整的。挑战在于提供强有力的证据，证明基于风险分层的方法可以维持或改善死亡率效益，同时减轻筛查的已知危害，如假阳性结果和随后不必要的活检。
研究设计和方法
这项决策分析建模研究利用了癌症干预和监测建模网络（CISNET）的数据。研究人员使用两个独立的、已建立的模型来模拟1980年出生的美国女性队列，从40岁开始追踪她们的一生。该研究在2023年4月至2025年4月期间进行，比较了50种不同的筛查策略：3种传统的基于年龄的策略和47种基于风险的策略。基于风险的干预措施使用数字乳腺断层合成（DBT），并由乳腺癌监测联盟（BCSC）第3版计算器指导。这个经过验证的工具通过纳入年龄、种族/民族、乳腺癌家族史、乳腺活检史和乳腺密度等因素，估计女性的五年绝对浸润性乳腺癌风险。为了建模的目的，女性被分为四个风险等级：低风险、平均风险、中等风险和高风险。主要结局指标是终生避免的乳腺癌死亡人数和每1000名女性的假阳性筛查召回次数。
关键发现：基于风险与基于年龄的结果
研究结果表明，我们对人群层面筛查的概念化方式发生了范式转变。九种特定的基于风险的策略被认为优于或不劣于40至74岁（40-74岁）的标准每两年一次的基于年龄的筛查。
死亡率减少和生命年增加
在40-74岁基于年龄的组中，平均避免的乳腺癌死亡人数为每1000名女性6.8人。相比之下，基于风险的策略避免的死亡人数范围为6.8至7.5人。一个特别有效的混合策略包括：
- 低风险女性（55-74岁）、平均风险女性（50-59岁）、中等风险女性（45-54岁）和高风险女性（40-49岁）每两年一次的筛查。
- 平均风险女性（60-74岁）、中等风险女性（55-74岁）和高风险女性（50-74岁）每年一次的筛查。
这一特定方法与标准的40-74岁协议相比，避免的死亡人数增加了6%。
显著减轻筛查危害
也许支持基于风险筛查的最有力论据是假阳性率的减少。40-74岁的策略平均每1000名女性有1365次假阳性召回。基于风险的策略将这一数字减少到1050至1257之间。这代表假阳性结果的临床和心理负担减少了8%至23%。通过集中筛查那些具有最高绝对风险的人群，医疗系统可以避免对低风险人群进行过度筛查产生的‘噪音’。
专家评论和临床解释
Alagoz等人的研究结果为个性化乳腺癌筛查提供了严格的定量基础。在临床实践中，从基于年龄的筛查过渡到基于风险的筛查需要改变医生与患者的沟通方式。不再简单地告诉患者因为她们40岁了就需要做乳腺X线摄影，而是讨论她们的五年绝对风险评分。BCSC v3计算器是这一过渡中的关键工具。通过整合乳腺密度和家族史，它提供了比单独使用年龄更细致的风险视图。CISNET建模确认，当我们使用这些数据驱动的见解来调整筛查频率（例如，每年与每两年一次）时，我们可以优化收益与风险的比例。然而，实施挑战仍然存在。这些包括为每位患者计算风险评分的后勤负担、集成电子健康记录（EHR）工具的需求，以及确保不同人群中高质量风险评估的公平获取。
局限性和考虑事项
尽管决策分析模型是稳健的，但它是一个基于特定队列数据（1980年出生的女性）的模拟。模型假设筛查间隔的100%依从性，这在现实世界的临床环境中很少发生。此外，虽然DBT是主要研究的模式，但新技术或补充筛查（如对非常高风险个体的MRI）的引入可能会进一步改变成本效益格局。该研究还专注于浸润性乳腺癌；基于风险框架内导管原位癌（DCIS）管理的影响值得进一步研究。
结论
Alagoz及其同事的研究标志着预防肿瘤学演变的一个重要里程碑。使用五年浸润性乳腺癌风险的基于人群的风险筛查在增加避免的死亡人数的同时减少假阳性召回的发生率，明显优于传统的基于年龄的方法。随着医学界继续拥抱个性化医学，这些发现表明，乳腺癌筛查的未来在于个人风险特征，确保正确的女性在正确的时间接受正确的筛查强度。
参考文献
1. Alagoz O, Lu Y, Gil Quessep E, et al. Five-Year Absolute Risk-Based and Age-Based Breast Cancer Screening in the US. JAMA Netw Open. 2026;9(1):e2552944. doi:10.1001/jamanetworkopen.2025.52944.2. Breast Cancer Surveillance Consortium (BCSC) Risk Calculator, Version 3. Available at: https://www.bcsc-research.org/.3. Mandelblatt JS, et al. Collaborative Modeling of the Benefits and Harms of Associated With Different Compression Mammography Screening Strategies. Ann Intern Med. 2016;164(4):215-225.