[发明专利]评估患乳腺癌的风险的方法

说明书

用于评估人类女性受试者患乳腺癌的风险的方法和系统。具体而言，本公开涉及将第一临床风险评估、至少基于乳腺密度的第二临床评估与遗传风险评估相结合以获得改进的风险分析。

技术领域

本公开涉及用于评估人类女性受试者患乳腺癌的风险的方法和系统。具体而言，本公开涉及将第一临床风险评估、至少基于乳腺密度的第二临床评估与遗传风险评估相结合以改进风险分析。

背景技术

据估计，在美国，约八分之一的妇女将在其一生中患乳腺癌。预计2013年有超过23万名妇女诊断为患有浸润性乳腺癌，近4万名将死于该疾病(ACS Breast Cancer FactsFigures 2013-14)。因此，有迫切的理由预测哪些妇女会罹患疾病，并采取措施来预防。

广泛的研究集中在表型风险因素，包括年龄、家族史、生殖史和良性乳腺疾病。将这些风险因素的各种组合编辑成两种最常用的风险预测算法；Gail模型(适合一般群体)(也称为乳腺癌风险评估工具：BCRAT)和Tyrer-Cuzick模型(适合具有较强家族史的妇女)。

这些风险预测算法很大程度上依赖于通常通过问卷获得的自我报告的临床信息。在一些情况下，没有提供相关的临床信息。这是意料之中的，因为一些问题依赖于几十年前的记忆(第一次月经)，而其他问题则需要患者的医疗水平和/或实际病理学报告(非典型增生)。此外，对于那些输入答案而不是‘未知’的人来说，这就对输入算法中的数据的准确性提出了质疑。例如，非典型增生是否存在是乳腺癌风险评估的一个重要因素(相对风险4.0)。

最近，用于评估患乳腺癌风险的市售测试讨论了通过将临床风险评分与遗传风险评分结合来预测乳腺癌风险。然而，这些测试的第一临床风险评估组分受到了自我报告临床信息的上述限制。因此，本领域需要经过改进的乳腺癌风险评估测试。

发明内容

本发明人发现，结合了第一临床风险评估，至少基于乳腺密度的第二临床风险评估以及遗传风险评估的乳腺癌风险模型，提供了用于评估受试者患乳腺癌风险的改进的风险判别方法。

在一方面，本发明提供了一种用于评估人类女性受试者患乳腺癌的风险的方法，其包括：

对所述女性受试者进行第一临床风险评估；

对所述女性受试者进行第二临床风险评估，其中所述第二临床评估至少基于乳腺密度；

对所述女性受试者进行遗传风险评估，其中所述遗传风险评估涉及在源自所述女性受试者的生物学样品中检测至少两种已知与乳腺癌有关的多态性的存在；以及

将所述第一临床风险评估、第二临床风险评估和遗传风险评估结合，以获得人类女性受试者患乳腺癌的总体风险。

在一个实施方案中，所述第二临床风险评估仅基于乳腺密度。

在一个实施方案中，进行第一临床风险评估使用选自由以下组成的组的模型：Gail模型、Claus模型、Claus表格、BOADICEA、Jonker模型、Claus Extended Formula、Tyrer-Cuzick模型和Manchester评分系统。在一些实施方案中，使用Gail模型或BOADICEA或Tyrer-Cuzick模型获得所述第一临床风险评估。

在另一个实施方案中，所述第一临床风险评估包括从女性获得关于以下一项或多项的信息：乳腺癌、导管癌或小叶癌的病史、年龄、第一次月经期的年龄、她首次分娩的年龄、乳腺癌的家族史、先前的乳腺活检结果和种族/族群。在一个实施方案中，所述第一临床风险评估仅基于女性受试者的年龄、乳腺癌家族史和族群中的两个或全部。在一个实施方案中，所述第一临床风险评估仅基于女性受试者的年龄以及乳腺癌家族史。