Difficulties in and strategies on breast cancer screening in low-resource regions of China: a brief comment
-
摘要: 中国低卫生资源地区乳腺癌疾病负担增长速度较快,防控形势严峻。中国普遍采用超声作为初筛方法,但超声对操作者依赖性较强,应用于乳腺癌筛查中的长期效果尚需高质量前瞻性队列研究进行评估。自动乳腺容积超声和人工智能技术的发展将有望促进低卫生资源地区乳腺癌筛查质量的提升,但其在乳腺癌筛查中的效果有待进一步验证,应用模式也需继续探索。鉴于我国不同地区经济和医疗卫生条件差异较大,因此需要探索适配不同地区的筛查策略,尤其应重点关注低卫生资源地区的需求。Abstract: The burden of breast cancer is increasing fast in low resource areas of China. Uultrasonography is widely used as a primary method for breast cancer screening in China. However, effective ultrasonography is highly dependent on the operators’ professional skills and long-term efficacy of the ultrasonography screening needs to be evaluated with high-quality prospective cohort studies. The development of automated breast volume scanner and artificial intelligence technology is expected to promote the performance of breast cancer screening in regions with low health resources; the efficacy of the two means in breast cancer screening needs to be further verified and the implementation of the new process needs to be explored. Given the economic and medical heterogeneity across different regions of China, it is necessary to explore screening strategies suitable for different situations, especially for regions with low health resources.
-
Keywords:
- breast cancer /
- screening /
- low-resource region
-
乳腺癌疾病负担逐年加重,是威胁女性健康最重要的恶性肿瘤,在中、低收入国家尤其如此。筛查及早诊早治为主的二级预防措施已被证实可有效降低乳腺癌死亡率,改善预后。WHO在2021年提出2020 — 2040年间每年降低乳腺癌死亡率2.5%的乳腺癌防控目标[1]。中国政府高度重视女性乳腺癌防控工作,先后出台了包括《中国妇女发展纲要(2011 — 2020年)》和《“健康中国2030”规划纲要》在内的多部文件,对“建立妇女常见病定期筛查制度,扩大宫颈癌、乳腺癌检查覆盖范围”制定了目标要求,并从2009年起启动了覆盖全国农村地区的组织性人群筛查项目。2019年将乳腺癌筛查纳入了基本公共卫生服务项目,但筛查项目覆盖的主要人群 —— 35~64岁女性的乳腺癌筛查参与率仍不足30%[2]。此外,乳腺癌筛查质量在不同地区呈现较大差异,卫生资源不足地区面临提升肿瘤防控服务质量和扩大覆盖面的双重挑战[3]。我国卫生经济发展水平参差不齐,各地乳腺癌防控现状差异较大,导致整体距离WHO目标还有一定差距。研究和制定适宜低卫生资源地区的防控策略,有助于改善女性乳腺癌带来的健康不公平,提升妇女健康水平[4]。本文系统梳理我国女性乳腺癌流行现状和防控进展,聚焦低卫生资源地区乳腺癌筛查困境,以期为我国女性乳腺癌防控工作的有效开展提供参考。
1. 乳腺癌疾病负担
中国乳腺癌负担严峻且逐年加重,发病高峰年龄早,地区差异大,5年生存率有待提高。2000 — 2015年我国乳腺癌年龄标化发病率与死亡率均有所上升[5]。2015年中国乳腺癌新增和死亡病例分别为30.4万和7万,占全部恶性肿瘤的17.1%和8.2%[5]。我国女性在55岁左右达到乳腺癌发病高峰年龄,比西方国家早10~15年。此外,我国乳腺癌疾病负担呈现显著的地区差异和城乡差异,主要表现为沿海经济发达地区高于西部地区,城市乳腺癌发病率和死亡率均高于农村,但农村乳腺癌发病率增长速度较城市快[6-7]。我国农村女性乳腺癌5年生存率仅为73%[8],与欧美等国家的90%以上具有巨大差距[9]。随着经济发展和生活方式改善,女性生育年龄推迟、生育次数减少、母乳喂养习惯改变等因素增加了乳腺癌的患病风险。我国农村女性乳腺癌疾病负担增长速度更快,防治效果不甚理想,面临着更为严峻防治压力。
2. 乳腺癌筛查方法及新技术应用现状
2.1 乳腺X线摄影
乳腺X线摄影(mammogram,MG)检查是最常用的乳腺癌筛查方法。国际癌症研究署(International Agency for Research on Cancer,IARC)专家报告有充足的证据表明,以MG为基础的筛查可以降低50~74岁女性乳腺癌死亡率,其中50~69岁参加筛查的妇女乳腺癌死亡率可降低40%,而在40~49岁女性中MG筛查降低乳腺癌死亡率的证据不足[10]。与筛查获益相并行的是筛查带来的过度诊断、增加心理负担、增加放射相关乳腺癌风险等负面影响。IARC专家报告认为,50~74岁女性参加MG筛查总体获益大于筛查负面影响,但是在年轻女性中,MG筛查获益和潜在损害之间尚存争议[10]。MG筛查灵敏度和特异度不仅在年轻女性中下降,在致密性乳腺女性中也显著下降[11]。此外,MG筛查对设备和技术人员水平要求较高,限制其在低卫生资源地区的使用,在这些地区MG筛查是否具有卫生经济效益的相关证据也不足[10, 12]。
2.2 乳腺超声
基于以上MG在筛查中的缺陷,有专家建议致密性乳腺女性应该补充超声和/或核磁共振(magnetic resonance imaging,MRI)检查[13]。研究发现乳腺癌高危或拥有致密性乳腺人群MG阴性时补充超声检查可以减少乳腺癌漏诊,同时也会提高假阳性率,造成不必要的活检[14-17]。美国于2009年开始要求MG检查时报告女性乳腺密度,并建议高密度乳腺女性加做超声检查[18]。初步结果显示,该项举措可减少乳腺癌漏诊[18-19]。超声单独作为致密性乳腺女性乳腺癌筛查手段也得到了广泛关注。美国放射学会(American College of Radiology Imaging Network,ACRIN)开展的ACRIN6666研究发现,在乳腺癌高危人群中,超声单独筛查与MG单独筛查的乳腺癌检出率相似,但超声检查假阳性较高,该研究还发现超声检出浸润性和淋巴结阴性乳腺癌较多[20]。2项meta分析发现,在致密性乳腺女性中,MG阴性人群中补充超声检查灵敏度较高,特异度下降,超声单独筛查灵敏度和特异度与MG相似,而假阳性较高[21-22]。考虑到超声检查简单,花费更少,且在乳腺癌筛查中的整体效果可以接受,有专家指出没有能力开展MG为基础的乳腺癌筛查项目的地区可采用超声进行筛查。除假阳性较高外,传统手持的二维超声对操作者水平依赖较强,诊断结果容易受到环境影响且无法重复。由于低卫生资源地区医务人员水平参差不齐,容易导致超声诊断结果准确性低、同质性差的问题,从而降低乳腺癌筛查质量。自动乳腺容积超声是近年来最新发展的一种新型超声诊断技术,可实现标准化采图,并可将采图和读图分离,从而克服了传统超声对操作者依赖的缺陷,此外远程读图的优势也有助于优质医疗资源下沉,帮助提高基层乳腺癌诊断准确性。有研究发现与MG相比,自动超声的乳腺癌诊断灵敏度更高而特异度相似[23]。但是自动超声在乳腺癌筛查中的效果还需要经过前瞻性筛查队列研究来进行评估,同时应开展卫生经济学效益评价探索该技术在低卫生资源地区的可行性和应用前景。
2.3 人工智能在乳腺癌筛查中的应用
人工智能(artificial intelligence, AI)在医学领域得到了广泛应用。计算机辅助诊断系统(computer-aided detection, CAD)可识别病灶位置,进行病灶恶性程度预测,理想状态下能够降低临床医生工作负担、缩短判读时间,同时保证结果的准确性不低于临床医生平均水平,提升整体筛查质量[24-25]。CAD在MG诊断中应用较为广泛和成熟,在乳腺超声领域的研究和应用尚处于起步阶段。目前用于开发和评估AI的研究大都为回顾性研究,AI诊断效能评估的结果差异较大。因此现阶段的研究证据不能说明AI在乳腺癌筛查中的准确性如何,需要多中心具有代表性的数据进行训练来增强模型的泛化能力。与此同时,也需要开展前瞻性研究来科学评估AI在乳腺癌筛查中的作用[26]。构建具有代表性、临床结果可靠的高质量标注图像数据库有助于开发泛化能力较强的模型,也有助于比较和评估不同AI技术的临床效果。未来,还需要进一步探讨AI在临床路径中扮演何种角色以及与临床医生在诊疗活动中的相互关系。同时需要开展系统的卫生经济学评价AI应用于低卫生资源地区乳腺癌筛查是否具有卫生经济效益。
3. 我国乳腺癌筛查服务现存困境及对策
我国女性乳腺癌防控工作起步较晚,采用超声为主要筛查技术,筛查目标人群集中在城市地区乳腺癌高危人群和农村地区乳腺癌一般风险人群。随着乳腺癌疾病负担逐年升高,乳腺癌筛查面临更多挑战。主要表现为:(1)妇女健康知识匮乏,寻求健康服务的主观能动性不足。文化程度、宗教习俗等因素使女性对乳腺癌检查认知不足,接受程度有待提高。应重点加强基层健康宣教力度,探索能够触及卫生脆弱人群的宣教模式,形成健康宣教的常态化工作机制,树立公众对乳腺癌防治的正确认识,消除自我污名化,提高其主动参与乳腺癌筛查的积极性和依从性。(2)乳腺癌筛查覆盖率较低,质量参差不齐。我国乳腺癌筛查实践取得了一定成效,但乳腺癌筛查覆盖率整体较低且存在地区差异。主要原因有手持超声对医务人员技术水平依赖较大,各地设备配置和医务人员诊疗水平参差不齐;各地卫生经济水平不同,政府和医疗机构投入存在差异;公众对乳腺癌认知较低导致筛查顺从率低下等[27-28]。应强化低资源地区筛查相关设备配置和人员培训,同时加强乳腺癌筛查规范化制度建设,建立科学的指标评价体系,提高筛查覆盖率的同时提升质量。探索建立区域癌症防治中心的可行性,利用5G开展远程诊疗和质控服务,促进优质医疗资源下沉。(3)缺乏因地制宜的筛查指南,本土研究证据较少。我国乳腺癌筛查指南的制定大都参考欧美指南和研究结果,来自本土高质量研究成果较少。我国发布的女性乳腺癌早诊早治指南大都按照乳腺癌风险给出筛查建议,并未考虑当地卫生经济条件。应开展多中心的前瞻性队列研究来探讨不同筛查技术在我国乳腺癌筛查中的效果,为制定因地制宜的筛查方案提供证据参考。(4)肿瘤监测体系有待完善。我国全死因监测和肿瘤登记信息化建设尚未实现全覆盖,目前尚无关于筛查对乳腺癌死亡率影响的评估结果。应建立全国统一的筛查信息系统,健全死因监测体系信息化和智能化建设,消除信息壁垒,促进筛查信息、临床治疗信息、死因信息互通,为癌症防治效果评估和新技术、新策略研究提供支持。
4. 小 结
我国积极开展女性乳腺癌防治并且取得了一定成效,积累了些许经验。但是距离WHO目标及发达国家的防治成就还有很大上升空间。乳腺癌筛查的重点是发现早期病变并提供及时治疗措施,我国需不断探索低卫生资源地区适宜的乳腺癌防治工作模式,补齐短板,提高基层乳腺癌防治工作质量。乳腺癌防治中积累的经验和建立的防治平台及模式可以应用到其他肿瘤防治工作中,促进我国肿瘤防治水平的提升。
-
[1] World Health Organization. The Global Breast Cancer Initiative (GBCI)[EB/OL]. (2022 – 06 – 30)[2023 – 05 – 08]. https://www.who.int/publications/m/item/the-global-breast-cancer-initiative-gbci.
[2] Zhang M, Zhong YJ, Bao HL, et al. Breast cancer screening rates among women aged 20 years and above – China, 2015[J]. China CDC Weekly, 2021, 3(13): 267 – 273. DOI: 10.46234/ccdcw2021.078
[3] Denny L, De Sanjose S, Mutebi M, et al. Interventions to close the divide for women with breast and cervical cancer between low-income and middle-income countries and high-income countries[J]. The Lancet, 2017, 389(10071): 861 – 870. DOI: 10.1016/S0140-6736(16)31795-0
[4] Samarasekera U, Horton R. Women's cancers: shining a light on a neglected health inequity[J]. The Lancet, 2017, 389(10071): 771 – 773. DOI: 10.1016/S0140-6736(16)31798-6
[5] Zhang SW, Sun KX, Zheng RS, et al. Cancer incidence and mortality in China, 2015[J]. Journal of the National Cancer Center, 2021, 1(1): 2 – 11. DOI: 10.1016/j.jncc.2020.12.001
[6] 张敏璐, 彭鹏, 吴春晓, 等. 2008 — 2012年中国肿瘤登记地区女性乳腺癌发病和死亡分析[J]. 中华肿瘤杂志, 2019, 41(4): 315 – 320. [7] 李贺, 郑荣寿, 张思维, 等. 2014年中国女性乳腺癌发病与死亡分析[J]. 中华肿瘤杂志, 2018, 40(3): 166 – 171. [8] Zeng HM, Chen WQ, Zheng RS, et al. Changing cancer survival in China during 2003 – 15: a pooled analysis of 17 population-based cancer registries[J]. The Lancet Global Health, 2018, 6(5): e555 – e567. DOI: 10.1016/S2214-109X(18)30127-X
[9] SEER*Explorer. Surveillance research program, National Cancer Institute[EB/OL]. (2023 – 04 – 19)[2023 – 05 – 08]. https://seer.cancer.gov/explorer.
[10] Fitzgerald S P. Breast-cancer screening – viewpoint of the IARC working group[J]. The New England Journal of Medicine, 2015, 373(15): 1479.
[11] Carney PA, Miglioretti DL, Yankaskas BC, et al. Individual and combined effects of age, breast density, and hormone replacement therapy use on the accuracy of screening mammography[J]. Annals of Internal Medicine, 2003, 138(3): 168 – 175. DOI: 10.7326/0003-4819-138-3-200302040-00008
[12] Sprague BL, Ahern TP, Herschorn SD, et al. Identifying key barriers to effective breast cancer control in rural settings[J]. Preventive Medicine, 2021, 152(Pt 2): 106741.
[13] Monticciolo DL, Newell MS, Moy L, et al. Breast cancer screening in women at higher-than-average risk: recommendations from the ACR[J]. Journal of the American College of Radiology, 2018, 15(3): 408 – 414. DOI: 10.1016/j.jacr.2017.11.034
[14] Berg WA, Blume JD, Cormack JB, et al. Combined screening with ultrasound and mammography vs mammography alone in women at elevated risk of breast cancer[J]. JAMA, 2008, 299(18): 2151 – 2163. DOI: 10.1001/jama.299.18.2151
[15] Siu AL. Screening for breast cancer: U. S. preventive services task force recommendation statement[J]. Annals of Internal Medicine, 2016, 164(4): 279 – 296. DOI: 10.7326/M15-2886
[16] Berg WA, Zhang Z, Lehrer D, et al. Detection of breast cancer with addition of annual screening ultrasound or a single screening MRI to mammography in women with elevated breast cancer risk[J]. JAMA, 2012, 307(13): 1394 – 1404. DOI: 10.1001/jama.2012.388
[17] Ohuchi N, Suzuki A, Sobue T, et al. Sensitivity and specificity of mammography and adjunctive ultrasonography to screen for breast cancer in the Japan Strategic Anti-cancer Randomized Trial (J-START): a randomised controlled trial[J]. The Lancet, 2016, 387(10016): 341 – 348. DOI: 10.1016/S0140-6736(15)00774-6
[18] Hooley RJ, Greenberg KL, Stackhouse RM, et al. Screening US in patients with mammographically dense breasts: initial experience with Connecticut Public Act 09-41[J]. Radiology, 2012, 265(1): 59 – 69. DOI: 10.1148/radiol.12120621
[19] Parris T, Wakefield D, Frimmer H. Real world performance of screening breast ultrasound following enactment of Connecticut Bill 458[J]. The Breast Journal, 2013, 19(1): 64 – 70. DOI: 10.1111/tbj.12053
[20] Berg WA, Bandos AI, Mendelson EB, et al. Ultrasound as the primary screening test for breast cancer: analysis from ACRIN 6666[J]. Journal of the National Cancer Institute, 2016, 108(4): djv367. DOI: 10.1093/jnci/djv367
[21] Yang L, Wang SF, Zhang LW, et al. Performance of ultrasonography screening for breast cancer: a systematic review and meta-analysis[J]. BMC Cancer, 2020, 20(1): 499. DOI: 10.1186/s12885-020-06992-1
[22] Yuan WH, Hsu HC, Chen YY, et al. Supplemental breast cancer-screening ultrasonography in women with dense breasts: a systematic review and meta-analysis[J]. British Journal of Cancer, 2020, 123(4): 673 – 688. DOI: 10.1038/s41416-020-0928-1
[23] Lin X, Jia MM, Zhou X, et al. The diagnostic performance of automated versus handheld breast ultrasound and mammography in symptomatic outpatient women: a multicenter, cross-sectional study in China[J]. European Radiology, 2021, 31(2): 947 – 957. DOI: 10.1007/s00330-020-07197-7
[24] McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening[J]. Nature, 2020, 577(7788): 89 – 94. DOI: 10.1038/s41586-019-1799-6
[25] Rodriguez-Ruiz A, Lång K, Gubern-Merida A, et al. Stand-alone artificial intelligence for breast cancer detection in mammography: comparison with 101 radiologists[J]. Journal of the National Cancer Institute, 2019, 111(9): 916 – 922. DOI: 10.1093/jnci/djy222
[26] Freeman K, Geppert J, Stinton C, et al. Use of artificial intelligence for image analysis in breast cancer screening programmes: systematic review of test accuracy[J]. BMJ, 2021, 374: n1872.
[27] Qin VM, McPake B, Raban MZ, et al. Rural and urban differences in health system performance among older Chinese adults: cross-sectional analysis of a national sample[J]. BMC Health Services Research, 2020, 20(1): 372. DOI: 10.1186/s12913-020-05194-6
[28] Mandal R, Basu P. Cancer screening and early diagnosis in low and middle income countries: current situation and future perspectives[J]. Bundesgesundheitsblatt-Gesundheitsforschung-Gesundheitsschutz, 2018, 61(12): 1505 – 1512. DOI: 10.1007/s00103-018-2833-9
-
期刊类型引用(2)
1. 董学思,李霓,赫捷. 中国癌症机会性筛查实施进展与展望. 肿瘤预防与治疗. 2025(02): 93-97 . 百度学术
2. 叶万玲,苏晓绚,郑金丹,卢伟锋. 2021-2023年海南省某三甲医院乳腺癌患者住院费用构成及影响因素分析. 中国病案. 2024(12): 83-88 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 307
- HTML全文浏览量: 118
- PDF下载量: 61
- 被引次数: 4