Meme Kanseri Tanısı ile Ameliyat Edilen Hastalarda Gail Risk Tahmin Modelinin Prediktif Gücünün Retrospektif Değerlendirmesi

Yıl 2024, Cilt: 7 Sayı: 2, 40 - 47, 11.10.2024

Muhammed Özdemir , Emine Yıldırım , Zekeriya Pelen , İklil Eryılmaz , Sibel Bektaş

https://doi.org/10.33713/egetbd.1447150

Öz

Amaç: Meme kanseri dünyada ve ülkemizde kadınlar arasında en sık görülen ve ölüme en sık neden olan kanser türüdür. Tarama programları ile erken tanının mümkün olduğu ve mortalitesinin düşürülebildiği bilinmektedir. Tarama programlarının içerisinde risk skorları önemli yer tutar, dünyada en sık kullanılan risk tahmin modelleri ise Gail risk tahmin modeli ve NSABP’dir. Çalışmamızda Gail risk tahmin modelinin meme kanseri nedeniyle ameliyat edilen hastaların ne kadarını öngörebildiği, meme kanserinin hangi subtiplerinde öngörülebilirliğin daha fazla olduğu ve bu hasta gruplarında risk tahmin modeliyle birlikte hangi ek faktörlere dikkat edilerek prognoz, sağkalım ve erken tanı oranını arttırmanın mümkün olduğunu araştırmayı amaçladık.
Materyal ve Metot: Retrospektif kohort çalışması olarak düzenlenen çalışmaya XXX Hastanesinde Ocak 2013-Ocak 2020 tarihleri arasında meme kanseri tanısı ile ameliyat edilen 191 hasta dâhil edildi. Hastaların bilgileri hastane otomasyon sistemi, Sağlık Bakanlığı veri tabanı (e-nabız) ve hastane arşivinden derlendi.
Bulgular: Çalışmaya dâhil edilen hastaların ortalama yaşı 55 (26-84) olarak bulundu. 191 hastadan 4’ü (%2.1) 35 yaş altı, 187’ü (%97.9) 35 yaş üstüydü. Gail risk tahmin modeli risk skorlarına göre baktığımızda; yaş, meme kanseri olan birinci derece akraba sayısı, daha önce meme biyopsi yaptırmak meme kanserini öngörmede anlamlı etkisi olan kriterlerdi (p<0.001). İlk adet yaşı, ilk canlı doğum yaşı, kanser tipi, kanser subtipi, hormon reseptör durumu, kanser evresi, patolojik tümör boyutu, aksiller tutulum ve neoadjuvan tedavi ile Gail risk tahmin modelinin ilişkisi anlamlı bulunmadı (p>0.05).
Sonuç: Meme kanserinde tarama programları içerisinde yer alan risk tahmin modelleri, hastaların risk derecelerini ortaya konulmasında ve tarama sıklığının belirlenmesinde önemli bir araçtır. Gail risk tahmin modeli sıklıkla kullanılan risk modellerindendir. Günümüzde meme kanseri taraması için fizik muayeneye ek olarak görüntüleme yöntemleri kullanılsa da hastadan alınan hikâye ile de basit çıkarımlar yapılarak riskli bireyler belirlenebilir

Anahtar Kelimeler

Gail risk tahmin modeli, Meme kanseri, risk faktörleri

Etik Beyan

* Çıkar Çatışması: Herhangi bir çıkar çatışmamız yoktur. * Conflicting Interest: The authors declare that no conflict of interests exists. * Finansal destek: Çalışmanın hazırlanmasında herhangi bir finansal destek alınmamıştır. * Funding: none Etik Kurul: Çalışmanın geriye dönük olması dolayısıyla hastaların dosyaları taranmasında kurum izni alınmış olup, hastalardan ayrıca izin alınmamıştır. Çalışmaya dâhil edilen tüm hastalarda çalışma öncesinde yapılmış olan cerrahi işlem için bilgilendirilmiş onam formu alınmış olup hastane arşivindeki dosyalarında mevcuttur.

Kaynakça

• World Heath Organization G. Estimated crude incidence and mortality rates in 2020, females, ages 35+. (Erişim tarihi: 10.06.2021) Adres linki: https://gco.iarc.fr/today/online-analysis- dual-bars-2
• Jacobi CE, de Bock GH, Siegerink B, van Asperen CJ. Differences and similarities in breast cancer risk assessment models in clinical practice: which model to choose? Breast Cancer Res Treat. 2009 May;115(2):381-90. doi: 10.1007/s10549- 008-0070-x. Epub 2008 May 30. PMID: 18516672.
• Gail MH, Brinton LA, Byar DP, Corle DK, Green SB, Schairer C, Mulvihill JJ. Projecting individualized probabilities of developing breast cancer for white females who are being examined annually. J Natl Cancer Inst. 1989 Dec 20;81(24):1879-86. doi: 10.1093/jnci/81.24.1879. PMID: 2593165.
• Halls.MD.Breast cancer risk calculator. Http://www.halls.md/breast/risk.htm (acceseed August 12, 2019)
• Dunn BK, Ford LG. Breast cancer prevention: results of the National Surgical Adjuvant Breast and Bowel Project (NSABP) breast cancer prevention trial (NSABP P-1: BCPT). Eur J Cancer. 2000 Sep;36 Suppl 4:S49-50.
• Bondy ML, Lustbader ED, Halabi S, Ross E, Vogel VG. Validation of a breast cancer risk assessment model in women with a positive family history. J Natl Cancer Inst 1994;86:620–5.
• Rockhill B, Spiegelman D, Byrne C, Hunter DJ, Colditz GA. Validation of the Gail risk tahmin modeli et al. model of breast cancer risk prediction and implications for chemoprevention. J Natl Cancer Inst. 2001 Mar 7;93(5):358 66.
• Collaborative Group on Hormonal Factors in Breast Cancer. Familial breast cancer: collaborative reanalysis of individual data from 52 epidemiological studies including 58,209 women with breast cancer and 101,986 women without the disease, , Lancet. 2001 Oct 27;358(9291):1389-99.
• Spiegelman D, Colditz GA, Hunter D, Hertzmark E. Validation of the Gail risk tahmin modeli et al. model for predicting individual breast cancer risk. J Natl Cancer Inst. 1994;86:600–7.
• Hikmat Abdel-Razeq , Luna Zaru , Ahmed Badheeb , Shadi Hijjawi. The Application of Gail risk tahmin modeli Model to Predict the Risk of Developing Breast Cancer among Jordanian Women. J Oncol. 2020 Feb 20;2020:9608910.
• Eric A. Miller ,Paul F. Pinsky, Brandy M. Heckman Stoddard, Lori M. Minasian. Breast cancer risk prediction models and subsequent tumor characteristics. Breast Cancer. 2020 Jul;27(4):662-669.
• Rowan T . Chlebowski , Garnet L . Anderson , Dorothy S . Lane , Aaron K . Aragaki , Thomas Rohan , Shagufta Yasmeen , Gloria Sarto , Carol A . Rosenberg , F . AllanHubbell. Predicting Risk of Breast Cancer in Postmenopausal Women by Hormone Receptor Status. J Natl Cancer Inst. 2007 Nov 21;99(22):1695- 705.