近日，梅约诊所（Mayo Clinic，美国一家医院）在《临床肿瘤》（Journal of Clinical Oncology）上发表了一篇文章，针对曾有过乳腺良性肿瘤（BBD）的人群提出一个新的乳腺癌风险预测模型，并对比了新模型与原有评估方法的准确性，揭示新模型对于此类人群患乳腺癌风险的预测更加准确。

早期的乳腺癌风险评估工具（BCRAT）是由美国国家癌症研究所（National Cancer Institute）和国家乳腺与肠外科辅助治疗研究计划（National Surgical Adjuvant Breast and Bowel Project）共同提出的，在现阶段属于BBD人群乳腺癌早期诊断的最常用诊断工具。

新模型的构建是由梅约诊所的一名外科医生Amy Degnim及其同事来完成的。该模型基于这样一个假定，即早期的良性肿瘤检测结果能帮助医生预测病人后期患乳腺癌的风险性。为完成这个模型，他们共选用了近一万名曾有过乳腺良性肿瘤的女性医疗数据进行队列分析，并依据患者之前良性肿瘤的病理活检结果及其后的乳腺癌发病情况和死亡率等长期跟踪信息，确定了各年龄段乳腺癌的发病率和死亡率，从而开发出此相对患癌风险预测模型。

为验证模型的准确性，这个团队共选用两组数据进行了模型的评估。首先选用1111个人（其中377个为后期患癌组，另734个是后期健康对照组），利用此患癌风险模型进行预测。之后，为验证模型的稳定性，他们还另外选取1106位女性的研究数据（其中378个为后期患癌组，728个为后期健康对照组）进行预测，并将两组数据得到的预测结果都与BCRAT的预测结果对比。

结果发现，新模型在两组人群中预测结果的一致性相关系数（一致系数）都比BCRAT要高，在1111人组中新模型一致系数达0.665，在另一1106人组中也达0.629，而BCRAT预测结果的一致系数在这两组中分别只有0.567和0.472。另外，BCRAT显著低估了BBD人群的患癌风险（p值为0.004），而新模型则对这一结果进行了校正，其p值达到了0.247，显示预测结果与实际观测结果无显著差异（在统计学中，p值越小说明差异越显著，一般p值大于0.05就说明结果无显著差异），这说明后者预测的结果更准确。

一般来讲，BBD人群患乳腺癌的风险会比常人要高些，因此对此类人群进行准确的早期预测就十分重要。但是就个人而言，现有常用的BCRAT预测结果并不是特别准确。而这个新模型的预测结果在准确性上明显优于BCRAT，这对乳腺曾有过良性肿瘤的人群进行乳腺癌早期诊断将会有更大的帮助。