SABCS 瞭望联播丨殷咏梅教授连线李俊杰教授:早期乳腺癌的新“减法”和AI一级预防

作者:肿瘤瞭望   日期:2024/12/16 16:23:16  浏览量:750

肿瘤瞭望版权所有,谢绝任何形式转载,侵犯版权者必予法律追究。

瞭望SABCS,联播快讯。第47届圣安东尼奥乳腺癌研讨会(SABCS)于2024年12月10~13日在美国圣安东尼奥隆重举行,汇聚了一年来乳腺癌领域的最新研究成果、临床实践经验、治疗进展和技术创新等内容。为高效传递最新进展,本期“瞭望联播”栏目由江苏省人民医院殷咏梅教授主持,复旦大学附属肿瘤医院李俊杰教授在SABCS现场播报,解读低危原位导管癌患者是否辅助他莫昔芬治疗的NRG Oncology/RTOG 9804与ECOG-ACRIN E5194联合分析,保乳患者避免腋窝前哨淋巴结活检的INSEMA研究,以及人工智能技术用于乳腺癌风险人群筛查等研究。

 
编者按:瞭望SABCS,联播快讯。第47届圣安东尼奥乳腺癌研讨会(SABCS)于2024年12月10~13日在美国圣安东尼奥隆重举行,汇聚了一年来乳腺癌领域的最新研究成果、临床实践经验、治疗进展和技术创新等内容。为高效传递最新进展,本期“瞭望联播”栏目由江苏省人民医院殷咏梅教授主持,复旦大学附属肿瘤医院李俊杰教授在SABCS现场播报,解读低危原位导管癌患者是否辅助他莫昔芬治疗的NRG Oncology/RTOG 9804与ECOG-ACRIN E5194联合分析,保乳患者避免腋窝前哨淋巴结活检的INSEMA研究,以及人工智能技术用于乳腺癌风险人群筛查等研究。
 
01
DCIS:省了放疗,还能再省TAM吗?

李俊杰教授:GS2-02是关于NRG Oncology/RTOG 9804与ECOG-ACRIN E5194两个研究的联合分析。这两个研究聚焦于低风险的导管原位癌在保乳术后是否进行辅助放疗和内分泌治疗的问题。这次针对没有放疗的患者的联合分析显示,总体上辅助他莫昔芬治疗能够减少同侧乳房复发风险,但主要减少浸润性乳腺癌复发风险,而不包括导管原位癌(DCIS)的获益。
 
这是一个非常有趣的方向,对于低风险的DCIS患者,保乳术后如果不进行放疗,其乳房复发的风险概率较低。那么,是否可连内分泌治疗也省略,从而进一步简化治疗?这需要我们在临床实践中进行深入的讨论和考量。在当前的临床实践中,对于DCIS保乳术后的患者,我们通常使用VNPI指数(基于年龄、肿块大小分级和切缘等因素)来确定治疗原则。但这项研究提示我们,针对这些低危的DCIS患者不进行放疗和内分泌治疗,仍有较好的预后。然而,在每一次尝试治疗降阶梯时,我们都必须非常谨慎。虽然原位癌转化为死亡的事件较少,但局部复发的事件仍然值得关注。这项研究中,在低风险的患者中,如果不进行放疗但采用内分泌治疗辅助,15年同侧乳房复发率11.4%;而如果不接受任何辅助治疗,复发率可上升至19.0%,即每5个患者中就有1个可能在未来的随访中产生新的局部复发事件。因此,这些发现是我们在临床实践中需要非常认真考量和谨慎参考的。
 
研究简介

仅保乳术后使用他莫昔芬对“低风险”导管原位癌的影响:NRG Oncology/RTOG 9804和ECOG-ACRIN E5194试验结果(GS2-02)
 
背景:
 
NRG/RTOG 9804和ECOG-ACRIN E5194研究根据肿瘤大小、导管内原位癌(DCIS)分级和切缘宽度,在保乳手术(BCS)后将DCIS分为不同的风险组。NRG/RTOG 9804将具有“低风险”DCIS(大小≤2.5 cm,1-2级,切缘≥3mm)的患者随机分配至全乳放疗(RT)组或无放疗组,而ECOG-ACRIN E5194有两个队列,其中一个队列观察在未接受RT的BCS后具有相同“低风险”特征的患者。在这两项试验中,他莫昔芬的使用是可选的,但进行了跟踪。本辅助分析旨在评估仅接受BCS而未接受RT的“低风险”组中,仅使用他莫昔芬对同侧乳房复发(IBR)的影响。
 
 
方法:
 
创建了来自NRG/RTOG 9804无RT组和ECOG-ACRIN E5194“低风险”队列的合并数据库,并使用卡方检验比较了根据患者是否使用他莫昔芬(是vs否)的患者和DCIS特征的分布。使用累积发生率方法估计IBR、浸润性IBR、DCIS IBR和对侧乳房事件(CBE),并使用Gray检验比较使用他莫昔芬后的分布。使用双侧显著性水平0.05。除他莫昔芬使用外,还使用单变量和多变量Fine-Gray回归分析了可能与终点相关的其他因素。
 
结果:
 
共分析了878例患者,其中317例来自NRG/RTOG 9804,561例来自ECOG-ACRIN E5194。中位年龄为59岁,97.8%的患者切缘宽度≥3mm或经再次切除后为阴性,48.1%的患者肿瘤大小≤5mm,87.5%的患者为1-2级。在合并的无RT组中,他莫昔芬的使用率为43.1%(NRG/RTOG 9804中为65.6%,ECOG-ACRIN E5194中为30.3%)。所有患者的中位随访时间为14.85年。
 
共发生117例IBR,其中65例为浸润性IBR,52例为DCIS IBR。他莫昔芬的使用与IBR减少具有统计学显著相关性(P=0.001);使用他莫昔芬的15年IBR(95%CI)估计为11.4%(7.9%,15.5%),而未使用的为19.0%(15.3%,22.9%)。进一步分析显示,该减少与浸润性IBR的他莫昔芬使用显著相关(P=0.0048),但与DCIS IBR无显著相关性(P=0.089)。未发现与CBE的相关性。
 
 
在单变量分析中,病理大小(≤5mm vs.>10mm)与IBR显著相关(P=0.0001),DCIS分级(1级vs 2级)也与IBR显著相关(P=0.042)。在IBR的多变量分析中,DCIS分级未纳入模型,在调整病理大小后,他莫昔芬的使用仍与IBR减少具有统计学显著相关性。在浸润性IBR的多变量分析中,大小未纳入模型,在调整分级后,他莫昔芬的使用仍与浸润性IBR减少具有统计学显著相关性。与未使用他莫昔芬的患者相比,使用他莫昔芬的患者发生任何IBR的可能性降低了44%(HR=0.56,95%CI:0.38,0.84;P=0.0044),发生浸润性IBR的可能性降低了51%(HR=0.49,95%CI:0.28,0.84;P=0.0092)。
 
 
结论:
 
对于选择接受BCS而未接受RT的“低风险”DCIS女性,使用他莫昔芬总体上与IBR减少显著相关,特别是浸润性IBR的减少,而非DCIS IBR。
 
02
保乳术,这些患者无需SLND

李俊杰教授:第二篇研究(GS2-07)是我们外科医生非常关注的INSEMA研究。作者在最后一页幻灯片中,很好地为我们比较了SOUND研究和INSEMA研究的入组情况。INSEMA的样本量更大,涵盖了5500多例患者。同时,它的入组人群也更为广泛。相比之下,SOUND研究只入组了小于2cm,即临床T1N0期的患者;而INSEMA则纳入了一部分T2期,即肿瘤5cm以下的患者,当然其中90%都是小于2cm的患者。
 
INSEMA研究显示,这类临床腋窝淋巴结阴性的患者可以不做任何腋窝评估(SLND),但治疗效果依然很好。具体来说,经过长期随访,两组的5年iDFS率分别为91.9%和91.7%,达到非劣效性(HR 0.91)。这对外科医生来说,具有非常大的吸引力。因为我们没有必要耗费时间去做这样的手术,患者的上肢并发症必然会减少。同时,从药物经济学的角度来看,不做手术和那么多的病理评估,也会整体节约很多医疗支出。每100个患者中,只有1个会出现局部腋窝复发。因此,我相信随着我们临床判断越来越准确,这样一个局部腋窝复发的概率会进一步降低。
 
研究简介

早期浸润性乳腺癌及保乳手术患者不进行腋窝手术与腋窝前哨淋巴结活检的对比:Intergroup-Sentinel-Mamma(INSEMA)试验的最终主要结果(GS2-07)
 
背景:
 
腋窝淋巴结状态是乳腺癌的重要预后因素,指导(新)辅助全身治疗和术后放疗。由于腋窝手术本身并不显著影响乳腺癌死亡率,因此在临床淋巴结阴性患者中,它被视为一种分期程序。二十年前,前哨淋巴结活检(SLNB)取代了腋窝淋巴结清扫(ALND),后来根据ACOSOG Z0011标准省略了完成性ALND(cALND),从而实现了手术降级。Intergroup-Sentinel-Mamma(INSEMA)试验(NCT02466737)旨在探讨在保乳治疗(BCT)中,是否可以避免腋窝手术分期,而不损害肿瘤学安全性。
 
方法:
 
INSEMA试验于2015年9月至2019年4月在德国和奥地利进行。这是一项前瞻性、随机试验,比较了在计划接受BCT(包括术后全乳放疗)的早期浸润性乳腺癌患者(肿瘤大小≤5cm;c/iT12 c/iN0)中,不进行腋窝手术与标准SLNB的效果。主要目标是评估不进行SLNB在侵袭性疾病无进展生存期(iDFS)方面是否非劣于SLNB。临床非劣效性的定义为,与SLNB组相比,非SLNB组的危险比(HR)低于1.271。随机化以4:1的比例进行(SLNB vs.无SLNB),因为SLNB组中pN1a(sn)患者在第二次随机化中分配至仅接受SLNB或cALND(关键次要结局)。主要分析基于符合方案集(PP集)。考虑到1:4的随机化比例,需要5230例患者(PP集),假设PP集的排除率为5%,则必须随机化约5505例患者。
 
结果:
 
5502例符合条件的患者被随机分配至无SLNB组(n=1101)和SLNB组(n=4401)。脱落率为6.3%,意向治疗(ITT)人群有5154例。排除296例患者(n=252未接受术后放疗)后,4858例患者(无SLNB:n=962,SLNB:n=3896)被纳入PP集。中位随访时间为73.6个月(IQR 61.3-86.4)。治疗组之间的患者和肿瘤特征平衡良好。诊断时的中位年龄为62.0岁(范围24.0-89.0岁)。大多数患者为低风险乳腺癌(78.6%为pT1期,98.5%为激素受体阳性,3.6%为HER2阳性,3.6%为G3肿瘤)。SLNB组中接受辅助化疗的患者显著多于无SLNB组(13.2%vs 10.7%)。
 
PP集的主要分析显示,无SLNB组与SLNB组在iDFS方面具有非劣效性,HR=0.91(95%CI:0.73-1.14)。无SLNB组和SLNB组的5年iDFS估计率分别为91.9%(89.9%~93.5%)和91.7%(90.8%~92.6%)。无SLNB组与SLNB组的首个iDFS事件(n=525,总体10.8%)包括侵袭性局部区域复发(1.9%vs.1.4%,包括腋窝复发1.0%vs.0.3%)、对侧侵袭性乳腺癌(1.0%vs.0.6%)、远处转移(2.7%vs.2.7%)、第二原发恶性肿瘤(3.3%vs.3.9%)和死亡(1.4%vs.2.4%)。无SLNB组和SLNB组的5年总生存率(OS)估计率分别为98.2%(97.1%~98.9%)和96.9%(96.3%~97.5%)。
 
 
结论:
 
INSEMA试验纳入了5500例患者,结果表明,在临床淋巴结阴性、计划接受BCT的早期乳腺癌患者中,省略SLNB在统计学上显著非劣于SLNB,达到了主要终点。INSEMA证明了在计划接受原发性BCT的cN0患者中省略腋窝SLNB的肿瘤学安全性。这一改变临床实践的概念适用于表现为低级别(G1/G2)、激素受体阳性/HER2阴性、肿瘤大小≤5cm的浸润性BC患者。
 
03
AI“算命”:我的10年乳癌风险是……
 
李俊杰教授:第三项研究(GS2-10)运用人工智能(AI)技术预测乳腺癌风险。该研究主要是基于长期人群观察,利用不同模型对正常女性进行追踪,经过长时间的随访,观察哪些女性最终会患上乳腺癌。这项研究的特别之处在于,它在一开始就加入了一系列AI图像检测环节,收集图像数据后,分析哪些特征的人未来更容易罹患乳腺癌。
 
然而,这种研究方法在实际操作中难度较大,因为我们无法对每个正常女性都进行这样的检测,并告知她们未来可能患上乳腺癌。尽管如此,这项研究仍具有突破性的意义,因为它展示了AI在乳腺癌乃至所有肿瘤诊断和治疗中的广泛应用。以往AI的医学应用场景主要有基于学习CT图像来判断肺部小结节等。而现在AI已经能够很好地辅助乳腺钼靶筛查工作。此外,通过对大量图像数据的抓取和分析,我们还可以建立预测乳腺癌风险的模型。值得注意的是,AI模型的精准程度会随着输入数据的增加而不断提高。因此,这项研究提醒我们,作为临床医生应该拓宽视野,探索更多、更有意思的操作方法。
 
研究简介

一种用于乳腺癌一级预防的长期图像衍生人工智能风险模型(GS2-10)
 
背景:
 
图像衍生的人工智能(AI)风险模型在短期风险评估中已显示出改善乳腺癌筛查效果的潜力。然而,尚未开发出用于一级预防的图像衍生长期AI风险模型,也未进行外部验证。
 
方法:
 
我们对年龄在30至90岁之间的女性进行了一项双站点病例队列研究,该研究基于人群筛查,包括美国明尼苏达州奥尔姆斯特德县的两个筛查点以及2009年至2017年间招募女性的KARMA队列。中位随访时间为10年。我们在一个独立的瑞典人群中开发了图像衍生的AI风险模型,并报告了在奥尔姆斯特德/KARMA研究中的验证结果。研究入组时计算了绝对10年风险。估计了时间依赖的受试者工作特征曲线下面积(AUCt)和预期事件与观察事件之比(E/O)。在KARMA中,使用临床指南与临床Tyrer-Cuzick v8模型进行了比较。对所有乳腺癌的风险进行了分析,并仅限于浸润性癌症。
 
结果:
 
Olmsted/KARMA病例队列包括亚队列中的8721名女性,平均年龄54.4岁(标准差10.6),以及1633例新发乳腺癌病例,平均年龄57.0岁(标准差10.6)。在Olmsted,图像衍生的AI 10年平均风险估计为3.85%,在KARMA中为3.16%。Olmsted的E/O比为1.01(95%置信区间0.95-1.06),KARMA的E/O比为0.98(95%置信区间0.90-1.07)。在梅奥诊所,10年AUC(t)为0.71(95%置信区间0.68-0.73),在KARMA中为0.72(95%置信区间0.69-0.77)。根据国家卫生与临床优化研究所(NICE)指南,将8%的女性视为高风险,基于AI风险模型,在10年高风险女性(9.7%)中,有32%的乳腺癌可接受预防策略。对于Tyrer-Cuzick模型,相应数字分别为7.2%和2.2%。当仅限于浸润性癌症时,结果相似。
 
 
结论:
 
在两个病例队列中,10年图像衍生的AI风险模型显示出良好的鉴别能力和校准度,并且在KARMA中显示出比临床Tyrer-Cuzick v8风险模型更高的鉴别能力。图像衍生的AI风险模型具有临床应用的潜力,可用于一级预防,并针对高达三分之一的乳腺癌。
 
殷咏梅教授:感谢李俊杰教授的精彩播报,他深入解析的三项研究让我们对早期乳腺癌治疗与预防有了更全面的认识。临床试验的联合分析显示,低危原位导管癌保乳术后或可避免放疗甚至内分泌治疗;INSEMA试验显示早期乳腺癌患者保乳术后可安全省略腋窝手术;图像AI风险模型为乳腺癌筛查和预防提供新工具。这些研究为临床实践提供新方向,有望让更多患者受益。明天,“瞭望联播”将继续与您相约,连线中山大学孙逸仙纪念医院刘强教授,带来更多关于SABCS大会的精彩内容。敬请期待!
 
主持专家
 
殷咏梅教授
江苏省人民医院副院长
教授,主任医师,博士生导师
中国临床肿瘤学会(CSCO)副理事长
CSCO乳腺癌专家委员会秘书长
CSCO患者教育专家委员会主任委员
CSCO智慧医疗专业委员会副主任委员
中国抗癌协会乳腺癌专业委员会(CBCS)常务委员

本期嘉宾
 
李俊杰教授
复旦大学附属肿瘤医院乳腺外科副主任医师、副教授,医学博士,硕导
现担任乳腺外科行政副主任,浦东病区主任,科室教学秘书
中国抗癌协会乳腺癌专业委员会青年专家
中华医学会乳腺肿瘤学组青年专家
上海市抗癌协会乳腺癌专业委员会常委及秘书长
中国抗癌协会国际医疗交流委员会常委
中国抗癌协会乳腺肿瘤整合康复委员会常委北京癌症防治学会乳腺青委副主任委员
中华乳腺病杂志中青年编委等职务
2008年毕业于复旦大学临床医学七年制专业,至美国麻省总院癌症中心进行乳腺癌临床专科进修学习,专注于乳腺癌的临床和基础研究,参与并设计多项国际、国内多中心临床试验,在JCO等权威杂志发表SCI论文近20篇。
主持国自然面上项目一项,复旦大学青年临床科学家培养计划。
 
精彩推荐

 

版面编辑:张靖璇new  责任编辑:无医学编辑

本内容仅供医学专业人士参考


乳腺癌

分享到: 更多