关键信息
-
我们筛选出4个经过充分验证、可进行详细评估的乳腺癌风险预测模型，分别为Gail、Tyrer-Cuzick、BOADICEA和BRCAPRO模型。
-
BOADICEA模型是估算有乳腺癌家族史女性未来发病风险较为可靠的工具之一，或可帮助该类人群及其医生制定治疗方案。
-
仍需进一步研究提升现有预测模型区分有乳腺癌家族史的发病女性与未发病女性的准确度。
为何预测女性乳腺癌风险具有重要价值？
有乳腺癌家族史的女性一生中罹患乳腺癌的概率更高。临床中常使用被称为乳腺癌风险预测模型的统计工具，估算女性在特定期限内的乳腺癌发病风险。
准确估算有乳腺癌家族史女性的乳腺癌发病风险，有助于医生与患者共同决策，制定风险管理或降低风险的方案，包括：
-
·定期进行乳腺X线摄影或磁共振成像（MRI，一种可生成乳腺组织高清图像的扫描技术）筛查，以实现乳腺癌早发现；
-
服用风险降低药物；或
-
部分情况下，可通过预防性双侧乳腺切除术预防乳腺癌。
目前尚不清楚现有乳腺癌风险预测模型中，哪一种对有乳腺癌家族史的女性预测效能最优。
我们想弄清楚什么？
我们旨在：
-
识别在有乳腺癌家族史女性中开发或验证的乳腺癌风险预测模型；
-
评估上述模型预测该类女性未来乳腺癌发病风险的准确度。
我们做了什么？
我们检索了开发或验证此类模型的相关研究，重点从以下两方面评价模型的预测准确度：
-
预测的乳腺癌发病例数是否与实际发病例数接近（校准度）；以及
-
模型能否有效区分最终发病与未发病的女性（区分度）。
若同一模型的验证研究数量足够，我们将对其结果进行统计学合并分析。
我们发现了什么？
我们共识别出12个用于估算未来乳腺癌发病风险的模型，这些模型均在全部或绝大多数受试者为有乳腺癌家族史女性的研究中完成了验证。模型的验证样本量从134名女性到130058名女性不等。绝大多数受试者来自北美、欧洲或澳大利亚，少数来自亚洲。
研究资助方包括政府（25项研究）、高校（24项）、非营利组织（21项）和企业（3项）。6项研究未报告资助来源，部分研究获得多方资助。
我们对4个模型的多项研究结果进行了合并分析，分别为Gail、Tyrer-Cuzick、BOADICEA和BRCAPRO模型。
校准度：预测的乳腺癌发病例数是否与实际发病例数接近？
-
Gail模型和BOADICEA模型对纳入研究中特定期限内实际发病女性数量的估算较为准确：
-
Gail模型每预测100例乳腺癌发病，实际约发生106例；
-
BOADICEA模型每预测100例乳腺癌发病，实际约发生98例。
-
-
Tyrer-Cuzick模型高估了研究中的发病例数，每预测100例发病，实际仅约发生86例。
-
BRCAPRO模型低估了研究中的发病例数，每预测100例发病，实际约发生144例。
区分度：模型区分发病与未发病女性的能力如何？
-
4个模型在区分特定期限内发病与未发病女性方面均表现中等，但均无优异表现。
-
Tyrer-Cuzick（第8版）、BOADICEA和BRCAPRO模型每100次预测中，约有64~65次可正确区分发病与未发病女性。
-
Gail模型表现略逊一筹，每100次预测中约有61次可正确区分发病与未发病女性。
证据的局限性是什么？
我们将本综述纳入的大多数研究质量评定为较低或不明确，因此无法确信上述结果的可靠性。我们的可信度降低源于多方面原因，包括：
-
部分研究中发病女性数量过少，导致难以准确评价预测模型的效能；
-
并非所有研究都报告了我们所需的模型效能信息；
-
部分研究存在信息缺失，或未说明缺失数据的处理方式。
证据的时效性如何？
本综述纳入的研究发表时限截至2024年12月。
阅读完整摘要
有乳腺癌家族史的女性患该病的风险升高。临床实践中，常使用乳腺癌风险预测模型估算特定时间段内的乳腺癌发病风险。目前尚不清楚现有模型中哪一种对有乳腺癌家族史的女性预测效能最优
研究目的
识别、描述并评价在有乳腺癌家族史女性中开发或验证的乳腺癌风险预测模型，并通过meta分析汇总其预测乳腺癌发病的效能。
检索策略
我们检索了MEDLINE、Embase、护理与联合卫生文献累积索引（Cumulative Index to Nursing and Allied Health Literature，CINAHL）、科学信息研究所Web of Science数据库（Institute of Scientific Information Web of Science），检索时限截至2022年2月；同时对MEDLINE开展了针对性补充检索，时限截至2024年12月19日，以获取所纳入模型的额外验证研究。我们还筛查了纳入研究的参考文献列表。
纳入排除标准
我们纳入在有乳腺癌家族史女性中开发或验证乳腺癌风险预测模型的研究，且要求目标模型将乳腺癌家族史纳入预测因子。
资料收集与分析
我们基于预测模型研究系统评价的批判性评估和数据提取清单（Checklist for Critical Appraisal of Risk Prediction Models in Systematic Reviews，CHARMS）制定资料提取表。由2名作者独立筛选文献、提取资料，并使用预测模型偏倚风险评估工具（Prediction model Risk Of Bias ASsessment Tool，PROBAST）评估偏倚风险。我们汇总了在目标人群中开发或验证的风险预测模型信息。若某模型的预测效能统计量被至少4项研究报告，我们使用随机效应meta分析合并其性能参数。我们通过校准度（预测风险与实际乳腺癌发病情况的一致性）和区分度（区分发病与未发病女性的能力）评价模型效能。由于目前尚无针对预后模型系统综述的GRADE评级指南，本研究未应用GRADE评级。
主要结果
我们共纳入45项研究，另有17项研究列为“待分类”。我们在目标人群中识别出12个经过外部验证的模型，其中4个模型至少有4项外部验证，我们对其进行了meta分析。
研究报告的质量与完整性存在差异多项研究未充分报告随访时间或缺失数据处理方式多数验证研究报告了至少1项效能参数（校准度或区分度），但部分研究未同时报告两项；基础信息如验证的模型版本等经常缺失。
基于PROBAST评级，多数研究为高偏倚风险或不清楚的偏倚风险，但适用性方面的担忧普遍较低。
我们报告了4个在目标人群中至少有4项外部验证研究的模型结果：
Gail/乳腺癌风险评估工具（BCRAT）
校准度： 目标人群中盖尔模型（合并各版本）的合并观察值（O）/期望值（E）比为1.06（95% CI [0.91, 1.25]），提示该模型在该人群中校准良好。95%预测区间（PI）[0.65, 1.74]。
区分度： 目标人群中盖尔模型（合并各版本）的C统计量合并值为0.61（95% CI [0.57, 0.66]）。95% PI [0.47, 0.74]。
Tyrer-Cuzick模型/国际乳腺癌干预研究（IBIS）
校准度： 目标人群中泰尔-库齐克模型（合并各版本）的合并O/E比为0.86（95% CI [0.74, 0.98]）；第8版的合并O/E比为0.90（95% CI [0.76, 1.06]），提示该模型在该人群中高估了乳腺癌发病风险。合并各版本的95% PI [0.56, 1.33]，第8版的95% PI [0.55, 1.47]。
区分度： 目标人群中泰尔-库齐克模型（合并各版本）的C统计量合并值为0.62（95% CI [0.58, 0.66]）。95% PI [0.49, 0.74]。第8版的C统计量合并值为0.64（95% CI [0.58, 0.71]）。95% PI [0.46, 0.79]。
乳腺和卵巢疾病发生率及携带者估计算法（BOADICEA）
校准度： 目标人群中BOADICEA（合并各版本）的合并O/E比为0.98（95% CI [0.90, 1.17]），提示该模型在该人群中校准良好。95% PI [0.89, 1.09]。
区分度： 目标人群中BOADICEA（合并各版本）的C统计量合并值为0.65（95% CI [0.58, 0.71]）。95% PI [0.44, 0.81]。
BRCAPRO
校准度： 目标人群中BRCAPRO模型（合并各版本）的合并O/E比为1.44（95% CI [1.25, 1.62]），提示该模型在该人群中低估了乳腺癌发病风险。95% PI [1.02, 2.04]。
区分度： 目标人群中BRCAPRO模型（合并各版本）的C统计量合并值为0.64（95% CI [0.54, 0.73]）。95% PI [0.37, 0.84]。
作者结论
我们的meta分析显示，Gail（BCRAT）和BOADICEA模型在有乳腺癌家族史的女性中校准良好。Tyrer-Cuzick（IBIS）模型高估了该类人群的发病风险，而BRCAPRO模型则低估了该风险。
就目标人群中的区分度而言，无模型表现出显著优势。我们的meta分析显示，Tyrer-Cuzick第8版、BOADICEA和BRCAPRO模型的区分度相近且均为中等水平，略优于Gail模型。
综合校准度和区分度结果，本研究发现BOADICEA模型在该人群中校准良好，且区分度与Tyrer-Cuzick（第8版）、BRCAPRO相当（均为中等水平），提示其可能适用于家族性乳腺癌风险人群的诊疗管理。但这一结论并非定论：我们判定多数纳入研究为高偏倚风险或不清楚的偏倚风险；每项模型纳入meta分析的验证研究数量较少（均≤10项）；且纳入研究在预测时间范围和病例组合方面存在异质性。
现有乳腺癌风险预测模型在有乳腺癌家族史女性中的区分能力仍有改进空间。目前预后模型研究的报告规范性仍有待提升。
资助
部分资金由健康研究委员会科克伦培训奖学金提供
注册
研究方案（2018）DOI：10.1002/14651858.CD013185
译者：岳鼎然，审校：陈琨（重庆医科大学公共卫生学院循证医学中心Cochrane中国协作网成员单位 The Cochrane China Network Affiliate School of Public Health, Chongqing Medical University），2026年8月3日。简体中文翻译由Cochrane中国协作网成员单位，北京中医药大学循证医学中心翻译传播工作组负责，联系方式：tina000341@163.com
这篇Cochrane系统综述最初以英文撰写。翻译的准确性由翻译团队负责。翻译过程经过谨慎处理并遵循了标准流程以保证质量。然而，若翻译出现不符、不准确或不当，以英文原文为准。
