Skip to main content


"Man undersøger på alle leder og kanter, hvor lidt behandling man kan nøjes med. Det gælder både for de patienter, som har celleforandringer i brystet, men også for dem som har invasiv brystkræft. Det er den overordnede trend på kongressen. Det er også det, vi selv forsøger at gøre med risikomodellerne,” siger Stig Egil Bojesen.

Professor om brystkræftkongres: Der er stort fokus på, at vi skal behandle mindre

På årets store konference for brystkræftlæger, SABCS, har der været et tydeligt fokus på at mindske behandling, når det kan gøres uden risiko for patienterne. Det fortæller professor Stig Egil Bojesen. Han har selv præsenteret et studie, der undersøger, hvordan kvinder oplever at få vurderet deres risiko for brystkræft i forbindelse med screening. Studiet ser også på, hvordan kvinder reagerer på tilbud om hyppigere eller færre mammografier baseret på denne risikovurdering.

”Det meste jeg har hørt og set på denne kongres handlede i virkeligheden om deeskalation. Man undersøger på alle leder og kanter, hvor lidt behandling man kan nøjes med. Det gælder både for de patienter, som har celleforandringer i brystet, men også for dem som har invasiv brystkræft. Det er den overordnede trend på kongressen. Det er også det, vi selv forsøger at gøre med risikomodellerne,” siger Stig Egil Bojesen, overlæge i biokemi på Herlev og Gentofte Hospital.

Stig Egil Bojesen har sammen med et internationalt forskerhold udviklet en risikomodel for brystkræft, som i 2020 blev godkendt i Europa som et medicinsk værktøj. Modellen er dog endnu ikke taget i brug i screeningsprogrammer for den brede befolkning, da der stadig pågår forskning for at vurdere dens effekt.

Modellen beregner risikoen for at udvikle brystkræft ved blandt andet at analysere genetiske variationer. Effekten af at bruge modellen bliver undersøgt i to store internationale studier, som forventes afsluttet i 2026. Samtidig arbejder Stig Egil Bojesen og hans kolleger på at finde ud af, hvordan modellen kan bruges i praksis. De undersøger både, hvordan information om modellen gives til kvinder, og hvordan kvinderne oplever at få vurderet deres risiko for brystkræft gennem denne metode.

”Vi har ikke resultaterne endnu, men det er mit klare indtryk, at de kvinder, der deltager,  tager virkelig godt imod det. Så det er opløftende,” siger Stig Egil Bojesen.

Stratificering på kort og lang sigt

Med et sundhedsvæsen under stigende pres og en befolkning, der bliver ældre, er det vigtigt at bruge ressourcerne bedst muligt. Risikomodeller kan hjælpe med dette ved at sikre, at patienter kun får de undersøgelser og behandlinger, der er nødvendige. Det er både effektivt og i tråd med god lægepraksis, forklarer Stig Egil Bojesen. Han tilføjer, at der er flere studier på vej, som skal støtte arbejdet med at tilpasse behandling og undersøgelser til den enkelte patient.

”De store studier, som nu tester vores risikomodel med hensyn til brystkræftscreening på de hårde endepunkter som mortalitet, kigger på den langsigtede risiko for at udvikle brystkræft. Der er andre modeller og tilgange til risikostratificering, som blandt andet er blevet præsenteret her på SABCS2024, der har kigget på risikostratificering på kortere sigt,” siger Stig Egil Bojesen.

Det gælder blandt andet et svensk retrospektivt studie, som blev fremhævet på SABCS og præsenteret af Mikael Eriksson, postdoc på Karolinska Instituttet i Stockholm, Sverige. Han er én af Stig Egil Bojesens samarbejdspartnere. 

Eriksson og hans forskerteam har undersøgt, om en ny teknologi kan hjælpe med at analysere scanningsbilleder og vurdere, hvilke kvinder der har høj risiko for at udvikle brystkræft inden for de næste ti år. Studiet omfattede 8.721 kvinder med en gennemsnitsalder på 54 år, hvoraf 1.633 fik diagnosticeret brystkræft i løbet af en opfølgningsperiode på ti år.

Forskerne sammenlignede den nye teknologi med en allerede brugt model kaldet Tyrer-Cuzick v8, som vurderer risikoen for brystkræft baseret på forskellige faktorer, herunder genetik. Resultaterne viste, at den nye teknologi var markant bedre til at forudsige risiko.

Den nye metode identificerede 9,7 procent af kvinderne som værende i høj risiko, og blandt dem blev 32 procent senere diagnosticeret med brystkræft. Til sammenligning vurderede Tyrer-Cuzick-modellen kun 2,2 procent som højrisikopatienter, hvoraf kun 7,2 procent senere fik brystkræft.

Den nye teknologi viste også bedre præcision, når man kiggede specifikt på invasive former for brystkræft. Dette viser, at teknologien kan bruges til at finde de kvinder, der kan have gavn af forebyggende tiltag, og potentielt reducere antallet af brystkræfttilfælde betydeligt.

”Det er uden tvivl et spændende studie og en spændende tilgang, der kan være med til at informere om risikoen på kort sigt. Det er en model og en tilgang, som de har arbejdet på i nogle år, og det vil være interessant at se, hvordan modellen præsterer i et prospektivt studie og i en praktisk sammenhæng,” siger Stig Egil Bojesen.

”Vi skal gøre det grundigt”

Selvom Stig Egil Bojesen er stor tilhænger af, at man forsøger at blive klogere på, hvordan man kan skåne kvinder og patienter for diagnostik og behandling blandt andet ved hjælp af kunstig intelligens, så er det vigtigste for ham, at det ikke bliver gjort forhastet.

”At give en kvinde et mærkat som enten høj eller lavrisiko og tilbyde screening herudfra er noget, vi skal tage alvorligt. Vi skal sørge for, at vi helt sikre, når vi indfører en risikomodel – med kunstig intelligens eller ej – at den er gennemprøvet på alle leder og kanter, så vi ikke ender med at påføre mere skade i vores forsøg på at gøre gavn. Det må ikke blive sådan, at den kunstige intelligens som hjælper os, for eksempel kan blive redigeret og ændret af nogen uden, at vi er klar over det. Det er noget, vi skal være sikre på, inden vi tager modellerne ind i klinikken,” siger Stig Egil Bojesen.

Han fortsætter:

”Vi skal også være omhyggelige ved implementeringen: Risiko er en ret abstrakt ting og kan hurtigt medføre forvirring og usikkerhed. På den anden side har vi ikke personaleressourcer til en grundig forklaring, så en løsning kan være at anvende en gennemtestet web-baseret strategi (prsonal.dk, red.), der ser ud til at virke.”

På den generelle session fredag den 13. december på SABCS blev der præsenteret et studie, der ved hjælp af kunstig intelligens, der kunne kategorisere med forholdsvis stor præcision, hvilke patienter, der ville have bedst gavn af CDK4/6-hæmmer. Læs mere her.

 

Dette er en omskrevet version af artiklen ´Professor om SABCS 2024: Der er stort fokus på, at vi skal behandle mindre´på Onkologisk Tidsskrift

sabcs24