Fałszywy wynik, na który warto zwrócić uwagę

[KopalniaWiedzy.pl 314]

Fałszywie dodatnie wyniki badania mammograficznego powinno się uznawać za powód do zachowania czujności, ponieważ w tej grupie kobiet ostateczne ryzyko wystąpienia raka sutka jest o 67% wyższe niż wśród pań, w przypadku których badania zawsze dawały wynik ujemny.

Wg specjalistów, może to oznaczać, że albo wynik fałszywie dodatni nie jest tak naprawdę fałszywy, albo wskazuje on na toczące się procesy zwiększające ryzyko rozwoju raka piersi.

Naukowcy z Uniwersytetu Kopenhaskiego przeanalizowali dane z mammografii ponad 58 tys. Dunek. Miały one od 50 do 69 lat, a badaniom przesiewowym poddano je w latach 1991-2005. Okazało się, że o ile w grupie kobiet, u których mammografia zawsze dawała ujemne wyniki, można było oczekiwać 339 przypadków raka piersi na 100 tys. kobiet rocznie, o tyle w grupie pań z fałszywie dodatnimi rezultatami należało się już spodziewać 583 przypadków na 100 tys. Zwiększone ryzyko raka sutka utrzymywało się przez 6 lat od fałszywie dodatniego wyniku badania mammograficznego.

Autorzy studium opublikowanego na łamach pisma Journal of the National Cancer Institute podkreślają, że to na razie korelacja i by stwierdzić, czy istnieje związek przyczynowo-skutkowy, trzeba przeprowadzić dalsze badania.

Dr Jeff Tice z Helen Diller Family Comprehensive Cancer Center, który nie brał udziału w duńskich badaniach, komentuje, że zaobserwowane zjawisko da się wyjaśnić gęstością piersi. Przy zwiększonej gęstości częściej pojawiają się fałszywie dodatnie wyniki mammografii, a jednocześnie wyższa gęstość stanowi czynnik ryzyka raka piersi. W fałszywie dodatnich wynikach nie chodzi o przeoczenie guza podczas dodatkowych badań sprawdzających, bo w ciągu 2 lat od "obalonej" diagnozy kobiety z fałszywie dodatnimi wynikami raczej nie zapadały na nowotwór.

Komentatorzy doniesień Duńczyków podkreślają też, że nie da się wykluczyć, iż to nie sam fałszywie dodatni wynik mammografii stanowi czynnik ryzyka, ale inne nieuwzględniane przez autorów studium zmienne, np. historia chorób w rodzinie czy mutacje genetyczne.