Sant Pau participa en un estudi desenvolupat per metges i investigadors de l’Hospital del Mar i de l’Institut Hospital del Mar d’Investigacions Mèdiques (IMIM), que desenvolupa i valida un nou model de risc per al cribratge del càncer de mama, basat en quatre variables, que, per primera vegada, permet preveure el risc de desenvolupar aquesta patologia a llarg termini, fins a vint anys. El treball, que acaba de publicar la revista PLOS-ONE, ha revisat dades de gairebé 122.000 dones, que s’han sotmès a una mamografia de control a l’Hospital de la Santa Creu i Sant Pau i a l’Hospital del Mar entre els anys 1995 i 2015.

Aquest estudi dóna continuïtat a la línia de recerca d’avaluació en cribratge poblacional de càncer de mama liderada pel Dr. Xavier Castells, cap del Servei d’Epidemiologia i Avaluació de l’Hospital del Mar. Els models actuals permeten predir com a màxim a dos, a cinc o a deu anys el risc que una dona desenvolupi aquesta malaltia, i no estaven, en termes generals, orientats a les dones participants en el cribratge de càncer de mama. La proposta dels investigadors té en compte l’edat de les dones i els seus antecedents familiars, així com els de lesions benignes a la mama i la presència de patrons sospitosos a proves d’imatge prèvies, per establir el risc de desenvolupar un càncer de mama en un termini que va dels dos als vint anys. “El model permet, per primera vegada, predir el risc de desenvolupar la malaltia en intervals de dos anys, fins a arribar als vint anys, quan, generalment, els models anteriors tenien una capacitat de predicció de només un únic horitzó temporal”, explica l’autor principal de l’estudi, Javier Louro, matemàtic i investigador predoctoral del Grup de recerca en Epidemiologia i Avaluació de l’IMIM-Hospital del Mar.

Aquest fet pot permetre adaptar el seguiment de les pacients en funció del seu risc, personalitzant la freqüència de les proves de cribratge, que ara es fan cada dos anys a totes les dones entre els 50 i els 69 anys. “Actualment, el cribratge de càncer de mama tracta igual a totes les dones d’entre 50 i 69 anys. Però dins aquest col·lectiu hi ha dones que, en funció de les seves característiques, poden tenir més risc de patir la malaltia que altres. Són variables que cal tenir en compte”, apunta l’autor principal del treball. A la vegada,  com a novetat, el model s’ha desenvolupat tenint en compte específicament les característiques de les dones en edat de sotmetre’s al cribratge. Té una capacitat de discriminació de fins al 64%, tot i que els autors estan analitzant una altra variable, la densitat de la mama, per incrementar la seva capacitat de predicció.

Dades de vint anys

Els investigadors han pogut analitzar vint anys de dades dels programes de cribratge, amb un seguiment mitjà de 7,5 anys de les dones que van passar pels programes. De les 122.000 dones que es van sotmetre a les proves de detecció, 2.058 van acabar desenvolupant un càncer de mama. L’anàlisi revela que el risc més alt es detectava en les que tenien antecedents familiars d’aquesta malaltia, lesions benignes proliferatives i calcificacions actives.

El treball segueix les línies marcades per l’European Conference on Personalized Early Detection and Prevention of Breast Cancer (ENVISION), per a la personalització dels programes de cribratge i, a banda d’obrir la porta a modificar la freqüència de les proves en funció de les variables de risc de les pacients, també pot permetre adaptar el tipus de prova diagnòstica a cada cas. La Dra. Marta Román, investigadora principal del projecte, membre del Servei d’Epidemiologia i Avaluació de l’Hospital del Mar, destaca que aquest estudi “proporciona informació essencial a l’hora de plantejar seguiments més personalitzats de les dones participants en el cribratge mamogràfic. A les dones de més risc se'ls podria oferir fer una mamografia cada any o una ressonància magnètica, que és més precisa, en lloc d'una mamografia cada dos anys. En canvi, a les participants de menor risc, el temps entre aquests es podria ampliar”.  

Article de referència

Developing and validating an individualized breast cancer risk prediction model for women attending breast cancer screening. Louro J, Román M, Posso M, Vázquez I, Saladié F, et al. (2021). PLOS ONE 16(3): e0248930. https://doi.org/10.1371/journal.pone.0248930