10月是乳腺癌防治月,这个月看了不少这方面的文献,梳理了一些关键知识点,普通人需要了解的也就这些了。

10月是乳腺癌防治月,这个月看了不少这方面的文献,梳理了一些关键知识点,普通人需要了解的也就这些了。 1.从全球范围来看,乳腺癌在2020年已取代肺癌,成为患病率最高的癌症,平均每18秒就有1例新确诊患者。虽然乳腺癌很常见,但死亡率并不高。美国女性乳腺癌整体5年生存率高达90%,中国超过80%。越早发现,越早治疗,生存率就越高。 2.男性也会得乳腺癌,只是比较少见。中国一年大约有4000名男性乳腺癌患者,往往和激素分泌失调、雌激素过多、先天携带致癌突变有关。 3.乳腺癌的主要致病因素包括: a年龄较大。随着年龄增加,乳腺癌发病率逐步提高。 b雌激素水平高。月经初潮早(12岁前),闭经晚(55岁后),没分娩过,没母乳喂养过的女性,由于受到更长时间、更高水平的雌激素影响,更易患乳腺癌。但这部分女性也不必过于担心,只是风险高了一点。 c携带遗传基因。如携带BRCA1或BRCA2突变,乳腺癌发病几率就会增加几十倍。美国影星安吉丽娜·朱莉就是因为这个原因,预防性地切除了乳腺。 d致密性乳房。脂肪越少,腺体越多的乳房,致密度越高。致密性乳腺影响乳腺X线检查(钼靶)的检查效果,使早期肿瘤难被发现。 e喝酒、肥胖、经常熬夜也会增加一定风险。 4.防范乳腺癌,最重要的是定期筛查。中国女性致密性乳腺多见,超声检查敏感性好,且更经济实惠,30岁后每年做一次。如是乳腺癌高危人群,应在医生指导下,提早开始筛查,适当增加筛查频率。家里有人患乳腺癌,筛查时间应比患者发现乳腺癌时的年龄,提前10年。乳房自检也有一定用处,但不如影像学检查,往往肿块较大时自己才能摸到。 5.豆制品所含异黄酮,其化学结构虽和人体雌激素接近,但大量研究证实,没有证据显示豆制品会导致乳腺癌。相反,吃豆制品还可能减少乳腺癌发生,尤其是东方人和更年期女性。蜂王浆、高丽人参、鹿茸等“高端补品”,不建议长期食用。 6.诊断乳腺癌一般需要观察和触诊、影像学检查、病理学检查。病理学检查最重要,一是确诊,二是直接决定下一步怎么治,比如第七点。 7.乳腺癌的分子分型主要通过癌细胞是否表达ER(雌激素受体)、PR(孕激素受体)和HER2(人表皮生长因子受体2)三种蛋白来分类。ER和PR可以合称激素受体(HR)。如果ER或PR阳性、HER2阴性,为激素受体阳性乳腺癌,在乳腺癌中占60%~70%;如果ER阴性、PR阴性、HER2阳性,为HER2阳性乳腺癌,占20%;如果ER阴性、PR阴性、HER2阴性,为三阴性乳腺癌,占10%~15%。每个类型都有对应的疗法,不要说得了某一种就更难治。 8.经医生判断,一部分患者可采取保乳手术,疗效和美观兼顾。即使病情不允许保乳,也可术中进行乳房再造,用自身肌肉组织或硅胶水囊填充,再塑外形。

相关推荐

封面图片

年轻女性患乳腺癌的比例正在上升

年轻女性患乳腺癌的比例正在上升 研究基于年龄、种族和肿瘤特征的发病率可以为制定预防策略提供指导。在过去的二十年里,50 岁以下女性的乳腺癌诊断率持续上升,近几年的升幅更为明显。圣路易斯华盛顿大学医学院的一项研究发现了这一趋势。这种增长主要归因于雌激素受体阳性肿瘤的发病率上升,这种肿瘤是由雌激素刺激的癌变。虽然总体趋势显示肿瘤发病率有所上升,但在特定肿瘤类型和特定女性群体中,发病率却有所下降。根据年龄、种族、肿瘤类型、肿瘤分期和其他特征进行分析,可以观察到年轻女性的患病率随着时间推移而发生的变化,这些变化可能为可能的预防策略提供线索。该研究最近发表在《美国医学会杂志网络版》(JAMA Network Open)上。资深作者、巴恩斯犹太医院(Barnes-Jewish Hospital)和华盛顿大学医学院(Washington University School of Medicine)西特曼癌症中心(Siteman Cancer Center)外科教授兼癌症预防与控制项目联合负责人、医学博士阿德通吉-托里奥拉(Adetunji T. Toriola)说:"对大多数女性来说,定期的乳腺癌筛查至少要到40岁才开始,因此被诊断出患有乳腺癌的年轻女性往往患有晚期肿瘤,此时病情更晚期、更难治疗。这项研究提供了一种方法,可以开始确定导致癌症发病率上升的因素,从而找到减缓或逆转这些因素的方法。它还可以帮助确定哪些年轻女性是早发乳腺癌的高危人群,这样我们就可以设计干预措施,在临床试验中进行评估,看能否降低这种风险。"研究结果和趋势研究小组分析了从 2000 年到 2019 年期间超过 21.7 万名被诊断患有任何类型乳腺癌的美国女性的数据。2000 年,20 至 49 岁女性的乳腺癌发病率约为每 10 万人 64 例。在接下来的 16 年中,这一比例缓慢上升,每年约增长 0.24%。到 2016 年,发病率达到每 10 万人中约有 66 例。但在 2016 年之后,由于研究人员尚不清楚的原因,趋势线急转直下,突然以每年 3.76% 的速度增长。到 2019 年仅仅三年之后该比率已达到每十万人 74 例。托里奥拉还是威廉-丹佛斯-华盛顿大学医生科学家学者,他表示,数据中另一个耐人寻味的方面是,乳腺癌发病率的增加几乎完全是由于雌激素受体阳性肿瘤的增加。这些肿瘤表面的蛋白质能与雌激素结合,从而促进肿瘤生长。事实上,在这项研究分析的 20 年数据中,没有雌激素受体的肿瘤发病率有所下降。托里奥拉说:"我们需要了解雌激素受体阳性肿瘤增加的具体原因,还希望从雌激素受体阴性肿瘤的减少中吸取教训。如果我们能了解是什么原因导致这一比例下降,也许我们就能将其应用于减少或预防其他乳腺肿瘤类型的工作中。"研究人员还发现,黑人妇女的乳腺癌发病率较高,尤其是在 20 至 29 岁的人群中。与同年龄组的白人妇女相比,该年龄组的黑人妇女患乳腺癌的风险增加了 53%。黑人妇女患乳腺癌的风险从 30 岁到 39 岁也一直较高,但增加的风险较小,与同年龄组的白人妇女相比,风险增加约 15%。然后,从 40 岁到 49 岁,黑人妇女患乳腺癌的风险降至低于白人妇女。托里奥拉说,他的研究小组正在评估来自不同年龄和种族癌症患者的乳腺肿瘤组织,以确定是否存在分子差异,从而揭示是什么促使癌症在年轻的黑人妇女中发展得更快。值得注意的是,在这项研究中,西班牙裔妇女的乳腺癌发病率是所有群体中最低的。肿瘤分期和出生年份风险趋势研究人员还发现,1 期和 4 期肿瘤的诊断率有所上升,2 期和 3 期肿瘤的诊断率有所下降,这些数据表明,过去二十年来筛查工作的改进,以及人们对乳腺癌家族史和遗传风险因素的进一步认识,使得许多肿瘤被更早地发现。但这也表明,如果年轻女性错过了第一期肿瘤,肿瘤往往要到第四期才会被发现。研究人员还发现,不同出生年份的妇女患乳腺癌的风险不同。托里奥拉说,最显著的差异是 1990 年出生的妇女与 1955 年出生的妇女相比,患乳腺癌的风险增加了 20% 以上。希望这项研究能为预防策略提供线索,这些策略将对年轻女性,尤其是年轻的黑人女性有效,因为她们在 40 岁之前罹患乳腺癌的风险特别高。编译自:ScitechDaily ... PC版: 手机版:

封面图片

因为很多病人的乳腺癌细胞是受到性激素影响而繁殖的,因此不少乳腺癌病人的治疗需要抑制雌激素和孕激素的分泌,甚至需要摘除卵巢。

因为很多病人的乳腺癌细胞是受到性激素影响而繁殖的,因此不少乳腺癌病人的治疗需要抑制雌激素和孕激素的分泌,甚至需要摘除卵巢。 有一些乳腺癌病人的癌细胞是异质的,即在同一个人体内,有些癌细胞受某些性激素影响,而某些癌细胞不受激素影响也能繁殖。这类病情更难根治。 美国在别的国家的驻军曾经有焚烧生活和军事垃圾的做法。这种做法造成军队内极高的乳腺癌发病率,且经常造成的是异质性乳腺癌。

封面图片

丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性

丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性 在丹麦,人工智能的进步大大提高了乳腺癌的检测率,同时减少了误诊率丹麦的乳腺放射医师利用人工智能(AI)提高了乳腺癌筛查的效果,降低了误诊结果的发生率。研究结果发表在今天(6月4日)出版的北美放射学会(RSNA)期刊《放射学》上。虽然乳房 X 射线照相术成功地降低了乳腺癌死亡率,但也有可能出现误诊结果。近年来,研究人员对人工智能系统在筛查中的应用进行了研究。哥本哈根大学博士后、丹麦 Gentofte 医院研究员 Andreas D. Lauritzen 博士说:"我们相信人工智能有可能提高筛查性能。"当用于分流可能正常的筛查结果或协助决策支持时,人工智能还能大大减少放射科医生的工作量。Lauritzen 博士说:"基于人群的乳腺 X 射线照相筛查降低了乳腺癌死亡率,但却给放射科医生带来了巨大的工作量,他们必须阅读大量的乳腺 X 射线照相,而其中大部分并不值得召回患者。当筛查项目采用双读以提高癌症检测率并减少误诊召回时,读片工作量就会进一步加重。"一位女性的图像,她的乳腺成像报告和数据系统密度为 2,接受人工智能(AI)系统筛查时 57 岁。(A)右侧内外侧斜位全视野数字乳腺造影显示人工智能提供的标记(方形)。根据这一病变,筛查获得了 10 分的人工智能检查高分(满分 89 分)。(B)与 A 中的图像相同,但有放射科医生的检查结果。由于人工智能检查得分较高,该筛查由两名放射科医生进行了双读,他们标记的病灶(椭圆形,A1)与人工智能系统标记的病灶相同,这导致了召回。(C)裁剪后的 US 图像显示了诊断过程中观察到的一个小的(4 × 7 毫米)浸润性癌(线)。资料来源:北美放射学会(RSNA)Lauritzen 博士及其同事开始比较人工智能实施前后两批接受筛查的妇女的工作量和筛查效果。这项回顾性研究对丹麦首都地区两组年龄在 50 岁至 69 岁之间、每两年接受一次乳腺 X 射线照相筛查的妇女进行了比较。在第一组中,两名放射科医生阅读了 2020 年 10 月至 2021 年 11 月期间进行筛查的妇女的乳房 X 光照片,当时尚未实施人工智能。第二组妇女在 2021 年 11 月至 2022 年 10 月期间进行的筛查乳房 X 光照片由人工智能进行初步分析。人工智能认为可能正常的乳房 X 光照片随后由 19 名专业全职乳腺放射科医生中的一位进行读片(称为单次读片)。其余的乳房 X 光照片由两名放射科医生在人工智能辅助决策支持下进行阅读(称为双读)。用于筛查的市售人工智能系统由深度学习模型训练而成,可突出显示乳房 X 光照片中的可疑病变和钙化,并对其进行评级。所有接受乳房X光筛查的女性都接受了至少180天的随访。通过筛查发现的浸润性癌症和导管原位癌(DCIS)将通过针刺活检或手术标本进行确认。共有 60751 名妇女在未使用人工智能的情况下接受了筛查,58 246 名妇女在使用人工智能系统的情况下接受了筛查。在人工智能实施组中,66.9%(38 977 人)的筛查为单读筛查,33.1%(19269 人)的筛查为人工智能辅助双读筛查。与未使用人工智能系统的筛查相比,使用人工智能系统的筛查发现的乳腺癌数量明显增多(0.82% 对 0.70%),误诊率也更低(1.63% 对 2.39%)。Lauritzen博士说:"在人工智能筛查组中,率降低了20.5%,放射科医生的阅读工作量减少了33.4%。放射科医生通常可以查看妇女以前的乳房 X 光筛查照片,但人工智能系统却无法查看。这是我们未来想做的事情。"人工智能筛查的阳性预测值也高于无人工智能筛查(33.5% 对 22.5%)。在人工干预组中,检测出的浸润性癌症中,大小在 1 厘米或以下的比例更高(44.93% 对 36.60%)。除了结节阴性率没有变化的迹象外,所有筛查绩效指标都有所改善。未来需要进行更多的研究来评估长期结果,确保过度诊断不会增加。还需要注意的是,并非所有国家都采用相同的乳腺癌筛查方案和间隔时间。美国的乳腺癌筛查方案与丹麦的方案不同。参考文献"2024 年 6 月 4 日,《放射学》。编译来源:ScitechDaily ... PC版: 手机版:

封面图片

SCPX- 传言说有一个按摩和吃到饱的女士诊所,叫做一个乳房大的年轻妻子,她来进行乳腺癌子宫癌检查作为触诊吗?

SCPX- 传言说有一个按摩和吃到饱的女士诊所,叫做一个乳房大的年轻妻子,她来进行乳腺癌子宫癌检查作为触诊吗? 时长: :: 上市时间: -- #人妻 #巨乳 #偷拍 #纪录片 #骑乘 #小时以上 #高清 Jav搜索

封面图片

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报 示例:一名 59 岁的黑人患者乳腺纤维腺体密度散在,乳房 X 光检查假阳性病例评分为 96 分。(A)左侧头尾切面和(B)内外侧斜切面显示外上象限中间深度(方框)有血管钙化,人工智能算法将其单独识别为可疑发现,并将单个病灶评分定为 90 分。因此,乳房 X 光检查的总分为 96 分。资料来源:北美放射学会(RSNA)北卡罗来纳州达勒姆杜克大学助理教授、医学博士德里克-阮(Derek L. Nguyen)说:"人工智能已成为放射科医生提高乳房X光筛查阅读效率和准确性,同时减轻阅读者倦怠感的一种资源。然而,患者特征对人工智能性能的影响还没有得到很好的研究。"阮博士介绍说,虽然初步数据表明,将人工智能算法应用于乳腺X光筛查检查可能会提高放射科医生对乳腺癌检测的诊断性能,并缩短判读时间,但人工智能也有一些方面需要注意。他说:"用于人工智能算法训练的人口统计学多样化数据库很少,FDA 也不要求多样化的数据集进行验证。"由于患者群体之间存在差异,因此研究人工智能软件能否适应不同年龄、种族和民族的患者,并使其表现达到相同水平非常重要。"一名 59 岁的西班牙裔患者,乳房密度不均,乳房 X 光检查假阳性风险评分为 1.0。图中显示了双侧重建的二维(A、B)头尾切面和(C、D)内外侧斜切面。该算法预测患者会在 1 年内罹患癌症,但该患者在接受乳房 X 光检查后 2 年内并未罹患癌症或出现不典型增生。资料来源:北美放射学会(RSNA)在这项回顾性研究中,研究人员确定了2016年至2019年期间在杜克大学医学中心进行数字乳腺断层合成筛查的阴性(无癌症证据)患者。所有患者在接受乳房X光筛查后都接受了为期两年的随访,没有患者被确诊为乳腺恶性肿瘤。研究人员从这一群体中随机抽取了一个子集,该子集由 4855 名患者组成(中位年龄 54 岁),广泛分布在四个民族/种族群体中。该子集包括 1316 名(27%)白人患者、1261 名(26%)黑人患者、1351 名(28%)亚裔患者和 927 名(19%)西班牙裔患者。一种市售的人工智能算法对乳房 X 射线照片子集中的每次检查进行解读,生成病例评分(或恶性肿瘤的确定性)和风险评分(或一年后的恶性肿瘤风险)。阮说:"我们的目标是评估人工智能算法在不同年龄、乳腺密度类型和不同患者种族/族裔中的表现是否一致。"鉴于研究中的所有乳房 X 光检查结果均为阴性,因此该算法标记为可疑的任何结果均被视为假阳性结果。与白人患者和年龄在 51-60 岁之间的女性相比,黑人患者和年龄较大的患者(71-80 岁)更容易出现假阳性病例评分,而亚裔患者和年龄较小的患者(41-50 岁)则较少出现假阳性病例评分。"这项研究非常重要,因为它强调了医疗机构购买的任何人工智能软件在所有患者年龄、种族/族裔和乳房密度方面的表现可能不尽相同。展望未来,我认为人工智能软件的升级应侧重于确保人口多样性。"阮博士说,医疗机构在购买用于乳房X光筛查解读的人工智能算法之前,应了解其服务的患者群体,并向供应商询问其算法培训情况。掌握本机构的人口统计学基线知识,并向供应商询问其培训数据的种族和年龄多样性,将有助于你了解在临床实践中会面临的限制。编译来源:ScitechDaily ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人