academic radiology:乳腺钼靶在50岁前女性中的应用

2023-05-17 shaosai MedSci原创 发表于上海

虽然美国放射学会继续建议从40岁开始进行筛查,但在非住院医疗实践中,初级保健医生通常遵守美国医学科学院的指南,该指南建议40-49岁的妇女使用乳腺钼靶检查的SDM。

统计乳腺癌女性癌症死亡的第二大原因。在过去的40年里,由于乳腺钼靶检查的使用和乳腺癌治疗的进步,乳腺癌死亡率下降了10-37%。虽然国家卫生组织一致认为对一般风险的妇女进行乳腺钼靶筛查总体上是有益的,但在建议开始筛查的年龄和常规筛查的频率方面存在关键的差异。

2009年,美国预防服务工作组(USPSTF)更新了他们的指南,承认常规乳腺检查应该是50岁以前的个人决定,反映了病人的价值观。在这一年龄组中,建议共同决策,即由患者提供他们的偏好,医生提供与护理方案的益处、风险和不确定性有关的基于证据的信息,以平衡年轻妇女筛查的优势和劣势。

虽然美国放射学会继续建议从40岁开始进行筛查,但在非住院医疗实践中,初级保健医生通常遵守美国医学科学院的指南,该指南建议40-49岁的妇女使用乳腺钼靶检查的SDM。然而,评估这些讨论对这个年龄组的乳腺钼靶检查参与度影响的数据有限。

近日,发表在academic radiology杂志的一项研究记录并评估了40-49岁女性使用乳腺钼靶检查的原因和预测因素,为更好的开展乳腺癌筛查、降低发病率提供了参考依据。

本项研究纳入了2018年全国健康访谈调查(NHIS)中40-49岁没有乳腺癌病史的受访者(响应率64%)。参与者报告了社会人口学变量和他们在过去两年内没有进行乳腺钼靶检查的原因。同时进行了多变量逻辑回归分析,以评估社会人口学特征和患者报告的乳腺钼靶筛查使用之间的关联,同时考虑到复杂的调查抽样设计要素。 

1948名年龄在40-49岁之间的女性被纳入研究。在这个群体中,(758/1948)46.6%的人报告在过去一年中接受过乳腺钼靶筛查,1196/1948(61.4%)报告在过去两年中接受过乳腺钼靶筛查。不接受筛查的最常见原因包括。"推迟 "343/1948(17.6%)"不需要 "331/1948(16.9%)"医生没有要求 "162/1948(8.3%)以及 "我太年轻 "63/1948(5.3%)。多变量分析表明,缺乏健康保险是不参与乳腺钼靶检查的最有力的预测因素(P<0.001)。 


 在40-49岁的NHIS调查参与者中,患者报告在过去两年中没有接受乳腺钼靶检查的原因

研究数据显示,50岁以下的女性在使用乳腺钼靶检查方面存在共同决策的缺陷。放射科医生是解决非住院医疗机构和患者这一问题的关键,教育年轻女性筛查的好处和危害可为患者的进一步诊治提供可能。 

原文出处:

Y V Vengalasetti,A K Narayan,C A Brown,et al.Utilization of Screening Mammography in Women Before 50: Cross-Sectional Survey Results from the National Health Interview Survey.DOI:10.1016/j.acra.2022.07.014

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

academic radiology:乳腺腺样囊性癌的多模态影像学表现

尽管乳腺腺样囊性癌(ACC)在组织学上与其他部位产生的ACC相似,但它的预后要好得多,腋窝淋巴结受累和远处转移的比率低。

王树森教授:乳腺癌指南更新亮点解读,新药青睐不断!

梅斯医学特别邀请中山大学肿瘤防治中心王树森教授为大家做乳腺癌指南相关更新解读及相关进展专题分享。

academic radiology:术前锥形束乳腺CT在新辅助化疗后肿瘤残留评估中的价值

锥形束乳腺CT(CBBCT)是一种新的三维专用乳腺成像方式,可以同时检测肿块和钙化,并以多角度显示病变的形态。

academic radiology:MRI放射组学在预测浸润性乳腺癌淋巴血管浸润方面的价值

磁共振成像(MRI)已被广泛接受为诊断和评估治疗反应的最敏感的方法,对乳腺癌患者具有很高的准确性。

academic radiology:基于深度学习的MRI乳腺癌自动诊断

近年来,深度学习也被广泛用于对乳腺MRI进行无监督分析,对病变进行检测和分类,包括良性疾病和恶性癌症的区分以及对分子亚型的预测。