Viele ältere Frauen lassen sich auf Anraten ihrer Ärzte regelmäßig zur Brustkrebsvorsorge mammographieren. Forscher fanden jetzt einen Weg, besonders dichte und damit krebsgefährdete Brüste frühzeitig erkennen.
Wenn Ärzte Mammogramme auswerten, beurteilen sie die Brustdichte zusammen mit Anzeichen von Krebs und vergleichen die früheren Mammogramme einer Frau mit ihrem letzten, um nach besorgniserregenden Veränderungen zu suchen. Manche Veränderungen sind jedoch mit dem Auge nur schwer zu erkennen.
In einer aktuellen Studie verwendeten Forscher der Washington University School of Medicine in St. Louis ein mathematisches Modell, um die Veränderungen der Brustdichte im Laufe eines Jahrzehnts bei fast 1.000 Frauen zu verfolgen und stellten fest, dass sich die Veränderungsrate zwischen den fast 300 Frauen, bei denen später Krebs diagnostiziert wurde, und denen, bei denen dies nicht der Fall war, erheblich unterschied. Die Ergebnisse, die in JAMA Oncology veröffentlicht wurden, könnten dazu beitragen, die derzeitigen Risikoalgorithmen zu verfeinern und Frauen zu identifizieren, die von zusätzlichen Vorsorgeuntersuchungen profitieren könnten.
„Unser bestes Mittel gegen Brustkrebs ist die Früherkennung“, sagt der Studien-Hauptautor Dr. Graham A. Colditz, stellvertretender Direktor des Siteman Cancer Center am Barnes-Jewish Hospital und der Washington University School of Medicine. „Indem wir die Veränderung der Dichte bei wiederholten Aufnahmen in die Modelle zur Risikoklassifizierung jeder Brust einbeziehen, schaffen wir die Voraussetzungen für eine bessere Risikoeinschätzung bei jeder aktualisierten Mammographie. Wir können dann das künftige Risiko besser klassifizieren und die Frauen auf geeignete Präventionsstrategien wie ein erweitertes Screening als Teil der routinemäßigen Brustgesundheitsdienste verweisen.“
Warum Frauen mit dichteren Brüsten eher an Brustkrebs erkranken, weiß niemand genau. Studien-Erstautorin Dr. Shu Jiang sah in wiederholten Mammographien eine ungenutzte Quelle von Daten über die Brustdichte und wie sie sich im Laufe der Zeit in einzelnen Brüsten verändert, die Aufschluss über die Beziehung zwischen Dichte und Krankheit geben könnte. Sie analysierte Daten von Frauen aus der Joanne Knight Breast Health Cohort am Siteman Cancer Center. Die Kohorte wurde 2008 gegründet und besteht aus einer heterogenen Gruppe von mehr als 10.000 Frauen, die zum Zeitpunkt ihres Beitritts frei von Krebs waren.
Jiang identifizierte 289 Frauen in der Kohorte, die an Krebs erkrankt waren, und verglich sie mit 658 ähnlichen Frauen in der Kohorte, die keinen Krebs hatten. Jede Frau hatte sich regelmäßig einer Mammographie unterzogen, so dass Jiang insgesamt 8.710 Einzelbrustbilder sammeln und analysieren konnte, die im Durchschnitt vier Zeitpunkte über einen Zeitraum von zehn Jahren für jede Frau repräsentieren.
Da sich Brustkrebs selten in beiden Brüsten gleichzeitig entwickelt, analysierte Jiang die Bilder jeder Brust separat. Normalerweise nehmen die Brüste von Frauen mit zunehmendem Alter an Dichte ab, aber Jiang entdeckte, dass die Dichte in den Brüsten, die später an Krebs erkrankten, deutlich langsamer abnahm als in den Brüsten, die nicht erkrankten.
„Ich denke, dass wir in Zukunft die frühere Dichte einer Frau und ihre aktuelle Dichteschätzung nutzen können, um ihr Risiko besser zu verstehen“, sagt Jiang. „Wir können vielleicht sogar feststellen, welche Brust betroffen sein wird, denn das Dichtesignal ist in der Brust am stärksten, in der später Krebs entsteht. Viele Frauen lassen sich bereits regelmäßig mammographieren, so dass die Daten über die Dichte in jeder Brust bereits gesammelt werden. Wir müssen die Daten nur noch effektiver nutzen.“
Colditz, Jiang und Kollegen arbeiten nun daran, die Ergebnisse in eine Form zu bringen, die zur Verbesserung der Patientenversorgung genutzt werden kann. Sie entwickeln Vorhersagemodelle, die Veränderungen der Brustdichte im Laufe der Zeit berücksichtigen, und planen, die Modelle in unabhängigen Datensätzen zu validieren, damit sie in der klinischen Versorgung eingesetzt werden können.
Dieser Artikel basiert auf einer Pressemitteilung der Washington University School of Medicine. Die Originalpublikation haben wir euch hier und im Text verlinkt.
Bildquelle: kazuend, unsplash
