2016年美国癌症研究协会（AACR）年会上，哈佛医学院Zhang报告的一项巢式病例对照研究表明，遗传风险评分、乳腺密度和激素水平，这些风险标志物能显著改善现有乳腺癌风险预测模型。（摘要号2600）

目前Gail和Rosner-Colditz模型已被证实可预测乳腺癌风险，也可用于化学预防和筛查。Gail模型考虑了传统的乳腺癌风险因素，如年龄、月经初潮年龄、初次生育年龄、乳腺癌家族史和非典型增生活检。此外，Rosner-Colditz模型还考虑了体质指数、酒精摄入和生殖因素。

Zhang指出，既往几项研究已经证实了遗传风险评分和/或乳房X线摄影能够提高Gail模型对乳腺癌风险的预测价值，但没有一项研究同时考虑三个风险标志物。尽管三种标志物中的任一种都能提高风险预测价值，但三者联合能使模型达到最有效的预测价值。

研究入组护士健康研究（NHS）和NHS Ⅱ中的数据，其中包括Gail模型评估的4006例患者和7874例对照，Rosner-Colditz模型评估的2665例患者和5455例对照。

研究以67个单核苷酸多态性的测定结果为基础计算遗传风险评分。对于提供血样的女性进行乳腺密度的评估，并对血样进行雌激素、睾酮和促乳素的检测。

研究根据女性绝经状态分为两组。结果显示，对于5年以上发展为浸润性乳腺癌和雌激素受体（ER）阳性乳腺癌的发病风险，可通过测量曲线下面积（AUC）进行评估。AUC的单位跨度为50~100，AUC为50代表着风险预测值为50%，AUC为100则代表着风险预测模型的预测功能达到最佳。

两种研究模型的入组女性中，约45%为绝经前，25%为绝经后且没有使用激素治疗，30%为绝经后且使用激素治疗。对于绝经后且没有使用激素治疗的女性，这三种风险标志物能够提高Gail模型（AUC从55.2提高到66，增加10.8个单位）和Rosner-Colditz模型（AUC从60.2提高到66.2，增加6个单位）对乳腺癌的风险预测价值。此外，检测这三种生物风险标志物还可以提高Gail模型（AUC提高11.7个单位）和Rosner-Colditz模型（AUC提高9.4个单位）对ER阳性乳腺癌的风险预测价值。

研究者指出，风险标志物对于绝经后且没有使用激素治疗的女性组最有预测价值。美国国家健康和营养检查调查的最新数据显示，超过90%的绝经后女性没有使用激素治疗。因此，该研究数据适用于大多数绝经后的美国女性，具有潜在的临床实践意义。

研究者表示，联合这三种乳腺癌风险生物标志物能显著提高现有模型的预测价值，进而可以帮助医患确定定期筛查还是化学预防。但是该研究结果仍然需要进一步研究证实。

（编译 颜美莹 审校 张清媛）