PhD-projekt om INDIVIDUALISERET BRYSTKRÆFTSCREENING Brystdensitet - en risikofaktor for brystkræft Brugermøde om mammografi Århus Universitets Hospital den 18. marts 2015 Rikke Rass Winkel, læge, PhD studerende, Radiologisk Klinik, Rigshospitalet
Agenda Baggrund for projektet Densitet som risikofaktor for brystkræft - herunder potentiel individualiseret brystkræft screening Tomosyntese-projekt på Bispebjerg Hospital med lidt af de første resultater
PhD titel Risk stratification of women in mammography screening based on radiological and computerized analysis of breast density and parenchymal pattern with respect to future personalized mammography screening
Del af et større projekt støttet af Højteknologifonden Samarbejde mellem Region Hovedstadens Screeningsprogram Folkesundhedsvidenskab KU Datalogisk Institut KU Biomediq Overordnede formål: at videreudvikle teknologi, der gør det muligt at benytte mammografi til ikke kun at diagnosticere eksisterende kræft, men til også at vurdere risikoen for fremtidige forekomster af brystkræft
Stort internationalt fokus på særligt densitet men også parenkymmønster som risikofaktorer for brystkræft
Densitet: mængden af fibroglandulært brystvæv Parenkymmønster (tekstur): fordelingen og udseendet af brystvævet
Densitet er associeret med brystkræft som en selvstændig risikofaktor i forhold til mammografisk sensitivitet (masking) Kvinder med øget densitet (>75%) har en 4-6 x øget risiko for brystcancer i forhold til kvinder med lav densitet (<5%) *McCormack et al., AACR Cancer epidemiology, biomarkers & prevention, 2006
Mammografiscreening does one size fit all? Screening virker, men er ikke optimal! I dag fokus på at individualisere brystkræftscreeningen Adskillige amerikanske stater (de grønne) har nu indført ved lov at en kvinde skal oplyses om hendes brystdensitet http://www.diagnosticimaging.com/breast-imaging/breast-density-notification-laws-state-interactive-map
Mammografiscreening fremtidsperspektiv I DK i dag: Udelukkende baseret på alderskriteriet (50-70 år) Fremtidsperspektiv: Individualiseret screening ud fra den enkelte kvindes risikoprofil men Hvilke risikomarkører er interessante? I projektet tages udagspunkt i de oplysninger, der altid er tilgængelige ved screening: Kvindes alder og hendes mammogram!
Måling af densitet/parenkymmønster Der findes utallige metoder!!! 2 interessante spørgsmål: Er densitet og parenkymmønster (tekstur) uafhængige risikomarkører? Kan metoderne fuldautomatiseres? (så subjektivitet ikke har indflydelse på risikovurderingen)
Måling af densitet/parenkymmønster I PhD projektet ser vi bl.a. nærmere på: hvordan 5 forskellige metoder korrelerer deres evne til hver især at prediktere cancer om de sammen kan forbedre risikoprediktionen Reproducerbarhed for 3 subjektive metoder
BI-RADS klassifikationen Mest udbredte metode i klinisk praksis 4 kategorier (deskriptiv med tilføjelse af procentandel af fibroglandulært væv i 4. udgave fra 2003) D1: <25% D2: 25-50% D3: 50-75% D4: >75% Illustration af BI-RADS D1-D4 Digitale mammogrammer, RH
Tabárs klassifikation Baseret på en anatomisk-mammografisk korrelation Inddeler i 5 mammografiske parenkymmønstre baseret på forskellige relative forhold af 4 grundstrukturer samt disses udseende Grundstrukturer: Nodulære, lineære og homogene strukturløse densiteter samt røntgen svage områder (fedt) Illustration af Tabar Pattern I-V Filmbaserede mammogrammer fra delstudie 1, BBH
Percentage Mammographic Density (PMD) Arealet af det fibroglandulære væv i.f.t arealet af hele brystet Assisteret: En operatør definerer brystgrænsen og afgrænser kirtelvævet Automatiseret: Computeren laver selv alle beregningerne Udbredt metode i kliniske studier Operatøren vælger det mest optimale threshold, der adskiller det dense (fibroglandulære) væv fra det ikke-dense væv
Tekstur score Bygger på computer baserede mønstergenkendelses teknikker og machine learning Udregner en form for samlet sandsynlighed for om dette er et højrisikomønster på baggrund af hvad der tidligere er registreret som et case- eller kontrol parenkymmønster Udkommer således med et samlet mål (tal) baseret på teksturen (arkitekturen) i mammogrammet Tekstur-scoren er fuldt automatiseret, objektiv og reproducerbar
Individualiseret screening Mulige supplerende tilbud til høj-risiko kvinderne kunne være: UL (evt. automatiseret) MR Ændret screeningsinterval (evt. øget for lav-risiko kvinder) Tomosyntese
Tomosyntese en slags 3D mammogram Røntgenrøret bevæger sig i en bue over brystet og tager et antal low dose optagelser, som rekonstrueres til 1mm tynde snitbilleder Samme positionering som ved konventionelle optagelser
Tomosyntese i screeningen - et pilotstudie Populationen: Kvinder screenet på Bispebjerg Hospital fra august 2013 til og med januar 2015 Cases: Uselekteret gruppe tilbudt vanlig mammografi (2D) plus tomo (3D) i ét plan (MLO) n = 3079 Kontroller: Kvinder screenet med vanlig mammografi (2D) n = 21.000 Ekskluderes fra tomo: Forstår ikke dansk Har et handikap der forhindrer undersøgelsen (fx kørestol) Kvinderne kan ikke selv ønske tomo!
Tomosyntese i screeningen Bedømmelse: Bedømmelse af undersøgelserne 2 erfarne mammaradiologer For tomo-kvinderne vurderes først den almindelig mammografi alene (delvurdering) og dernæst laves en samlet vurdering, der inkluderer tomosyntesen Den samlede vurdering = den endelige bedømmelse Konsensus ved uenighed som vanligt
Tomosyntese i screeningen Outcomes: 2D versus 2D+DBT: Detektionsrate Genindkaldelsesrate Falsk-positivrate Radiografens tidsforbrug Radiologens tidsforbrug Stråledosis samt hvor ofte radiologen ændrer mening på single-reader-niveau
Tomosyntese i screeningen Foreløbige resultater: Hyppigste årsager til at kvinderne takker nej til at deltage: Øget stråledosis Ubehag/smerter ved kompression Mener ikke det er relevant for dem (for gamle, ikke disponerede mm) Ønsker længere betænkningstid Ingen årsag angivet
De nuværende største screeningsstudier der sammenligner 2D med 2D + DBT - detektionsrate Study Population (n) 2D Cancer (n/1000) 2D+DBT Cancer Relative increase COPENHAGEN 2D: 21.000 - - - 2D+DBT: 3.000 OSLO (OTST) 1 Italy (STORM) 2 Malmø MBTST) 3 US (Multicenter Study) 4 2D and 2D+DBT 2D and 2D+DBT 2D and DBT 12.631 6,1 8,0 31% 7.292 5,3 8,1 53% 7.500 (15.000) 6,3 8,9 41% 2D: 281.187 4,2 5,4 29% 2D+DBT: 173.663 1) Skaane et al; Eur Radiol; 2013, 2 )Ciatto et al; Lancet Oncol; 2013, 3 )Zackrisson et al; oral presentation; 2014 4) Friedewald et al; JAMA; 2014
Afslutningsvist Aktuelt indsamles screeningsdata (digitale) fra hele Region Hovedstaden med henblik på densitet (volumen) og tekstur analyse? Håber at kunne være med til at belyse hvilke kvinder der vil have udbytte af en differentieret screening Densitet Tekstur Alder Individualiseret screenings tilbud
Tak til: Vejledere: Ilse Vejborg Klinikchef Radiologisk Afdeling, Screeningschef, overlæge; RH Michael Bachmann Nielsen Professor, overlæge, dr.med., ph.d.; RH My von Euler-Chelpin Lektor, ph.d.; Institut for Folkesundhedsvidenskab, KU Mads Nielsen Professor, ph.d.; Datalogisk Institut, KU og Biomediq A/S og alle kollegaer fra mammaradiologisk afd. RH og screeningen BBH! Tak for opmærksomheden Projektet er støttet af Højteknologifonden