Wie genau sind Modelle zur Vorhersage des Brustkrebsrisikos bei Frauen mit Brustkrebs in der Familie?

Kernaussagen

• Wir haben vier Modelle zur Vorhersage des Brustkrebsrisikos gefunden, die oft genug getestet wurden, um sie genauer beurteilen zu können. Es handelte sich dabei um die Modelle Gail, Tyrer-Cuzick, BOADICEA und BRCAPRO.

• Das BOADICEA-Modell war eines der zuverlässigeren Instrumente zur Abschätzung des zukünftigen Brustkrebsrisikos bei Frauen mit einer familiären Vorbelastung für diese Erkrankung. Das bedeutet, es könnte ihnen und ihren Ärzten bei der Entscheidung über die Behandlung unterstützen.

• Weitere Forschung ist erforderlich, damit die vorhandenen Risikomodelle zuverlässiger vorhersagen können, welche Frauen mit familiärer Vorbelastung tatsächlich an Brustkrebs erkranken und welche nicht.

Warum ist es hilfreich, das Brustkrebsrisiko einer Frau vorhersagen zu können?

Frauen, in deren Familie Brustkrebs vorkommt, haben ein erhöhtes Risiko, im Laufe ihres Lebens selbst an Brustkrebs zu erkranken. In Kliniken wird die Wahrscheinlichkeit, dass eine Frau innerhalb eines bestimmten Zeitraums an Brustkrebs erkrankt, häufig mithilfe statistischer Instrumente geschätzt, die als Modelle zur Risikovorhersage für Brustkrebs bezeichnet werden.

Die Möglichkeit, das Brustkrebsrisiko einer Frau mit Brustkrebs in der Familie genau einzuschätzen, hilft Ärzten und der betroffenen Frau dabei zu entscheiden, wie ihr Brustkrebsrisiko bewältigt oder verringert werden kann. Die Behandlung kann Folgendes umfassen:

• regelmäßige bildgebende Untersuchungen mittels Mammografie oder Magnetresonanztomografie (MRT; ein bildgebendes Verfahren, das detaillierte Aufnahmen des Brustgewebes erstellt), um Brustkrebs möglichst frühzeitig zu erkennen;

• die Einnahme von risikomindernden Medikamenten; oder

• in manchen Fällen die operative Entfernung beider Brüste zur Vorbeugung von Brustkrebs.

Derzeit ist unklar, welches der verfügbaren Modelle zur Vorhersage des Brustkrebsrisikos bei Frauen mit Brustkrebs in der Familie am besten funktioniert.

Was wollten wir herausfinden?

Wir wollten:

• Modelle zur Vorhersage des Brustkrebsrisikos ermitteln, die bei Frauen mit Brustkrebs in der Familie entwickelt oder getestet wurden (oder beides); und

• beurteilen, wie genau sie das zukünftige Brustkrebsrisiko bei diesen Frauen vorhersagen.

Wie gingen wir vor?

Wir haben nach Studien gesucht, in denen diese Modelle entwickelt oder getestet wurden. Wir haben untersucht, wie genau die Modelle das Brustkrebsrisiko vorhersagen, wobei wir uns auf folgende Aspekte konzentriert haben:

• ob die vorhergesagte Anzahl der Brustkrebsfälle mit der tatsächlich eingetretenen Anzahl übereinstimmte (Kalibrierung); und

• ob das Modell zwischen Frauen unterscheiden konnte, die an Brustkrebs erkrankten, und solchen, bei denen dies nicht der Fall war (Trennschärfe).

Sobald genügend Studien dasselbe Modell untersucht hatten, haben wir ihre Ergebnisse statistisch zusammengefasst.

Was fanden wir heraus?

Wir haben 12 Modelle zur Abschätzung des zukünftigen Brustkrebsrisikos identifiziert, die in Studien getestet wurden und in denen alle oder die meisten Frauen eine familiäre Vorbelastung für Brustkrebs aufwiesen. Für die Überprüfung der Modelle wurden Daten von zwischen 134 und 130.058 Frauen herangezogen. Die meisten Frauen lebten in Nordamerika, Europa oder Australien, nur wenige stammten aus Asien.

Die Studien wurden von Regierungen (25 Studien), Universitäten (24), gemeinnützigen Organisationen (21) und der Industrie (3) finanziert. Sechs Studien machten keine Angaben zu ihren Finanzierungsquellen, und einige wurden von mehr als einer Quelle finanziert.

Es ist uns gelungen, die Ergebnisse mehrerer Studien für vier Modelle zusammenzufassen: das Gail-, das Tyrer-Cuzick-, das BOADICEA- und das BRCAPRO-Modell.

Kalibrierung: Entsprach die prognostizierte Zahl der Brustkrebsfälle der tatsächlichen Zahl?

• Die Modelle „Gail“ und „BOADICEA“ schätzten genau die Anzahl der Frauen in den einbezogenen Studien, die innerhalb eines bestimmten Zeitraums an Brustkrebs erkranken würden:

  • Von den 100 Brustkrebsfällen, die Gail vorhergesagt hatte, traten tatsächlich etwa 106 auf;

  • Von 100 von BOADICEA vorhergesagten Brustkrebsfällen traten tatsächlich etwa 98 ein.

• Das Tyrer-Cuzick-Modell ging davon aus, dass in den Studien mehr Frauen an Brustkrebs erkranken würden, als dies tatsächlich der Fall war. Von den 100 vorhergesagten Brustkrebsfällen traten tatsächlich nur etwa 86 ein.

• Das BRCAPRO-Modell schätzte, dass in den Studien weniger Frauen an Brustkrebs erkranken würden, als tatsächlich erkrankten. Von 100 prognostizierten Brustkrebsfällen traten tatsächlich etwa 144 auf.

Trennschärfe: Wie gut konnten die Modelle zwischen Frauen unterscheiden, die an Brustkrebs erkranken, und solchen, die nicht daran erkranken?

• Alle vier Modelle konnten moderat gut vorhersagen, welche Frauen in einem bestimmten Zeitraum an Brustkrebs erkranken und welche nicht, aber keines lieferte wirklich gute Ergebnisse.

• Die Modelle Tyrer-Cuzick (Version 8), BOADICEA und BRCAPRO konnten in etwa 64 bis 65 von 100 Fällen richtig unterscheiden, welche Frauen an Brustkrebs erkranken würden und welche nicht.

• Das Gail-Modell schnitt etwas schlechter ab und erkannte nur in 61 von 100 Fällen korrekt, welche Frauen an Brustkrebs erkranken würden.

Was schränkt die Evidenz ein?

Wir haben die Qualität der meisten in unseren Review einbezogenen Studien als schlecht oder unklar bewertet. Das bedeutet, dass wir nicht sicher sein können, dass diese Ergebnisse zuverlässig sind. Unser Vertrauen wurde aus mehreren Gründen geschwächt, darunter:

• In manchen Studien traten zu wenige Brustkrebsfälle auf, sodass die Genauigkeit der Vorhersagemodelle nur schwer zuverlässig bewertet werden konnte;

• Nicht alle Studien berichteten die Informationen zur Leistung der Modelle, die wir gesucht haben;

• In einigen Studien fehlten Informationen oder es wurde nicht erläutert, wie mit fehlenden Informationen umgegangen wurde.

Wie aktuell ist die Evidenz?
Das Review umfasst Studien, die bis Dezember 2024 veröffentlicht wurden.