유관 상피내암종에 대한 감시 림프절 생검의 비교 효과

DCIS(ductal carcinoma in situ)의 비침습적 특성으로 인해 이용 가능한 치료법으로 치료받은 환자는 우수한 결과와 유방암 사망률이 매우 낮습니다. 호의적인 예후를 가진 환자 하위 집합의 식별에 의해 덜 집중적인 개입을 향한 움직임이 있지만, DCIS 병변을 어떻게 치료해야 하는지에 대해 상당한 논쟁이 존재합니다. 일부 전향적 연구에서는 병리학적 특성이 양호한 환자에서도 유방보존술(BCS)만을 시행한 후에도 동측 침습성 암 발생률이 여전히 높은 것으로 나타났습니다. 이러한 발견은 DCIS 치료에 대한 적극적인 감시에 반대합니다. 그러나 고령 환자의 DCIS는 나태한 경향이 있기 때문에 고령 DCIS 환자는 동측 재발률이 낮다는 증거가 있습니다. 덜 공격적인 치료를 받는 것이 안전할 수 있는 이 낮은 위험 그룹 중에서 적절한 하위 그룹을 식별하면 공격적인 치료의 현재 관행 패턴을 변경할 수 있습니다.

DCIS 환자가 방사선 요법 없이 BCS와 같은 덜 집중적인 치료를 받기로 선택한 경우에도 환자와 의료진은 전초 림프절 생검(SLNB)을 받을지 여부를 결정해야 합니다. 체계적인 검토에 따르면 DCIS에 대한 SLNB의 이점과 관련하여 증거 격차가 존재합니다. 방사선 치료를 받은 DCIS 환자에서 겨드랑이 재발 가능성이 낮다는 점을 감안할 때 DCIS 환자에게 일상적인 SLNB는 권장되지 않습니다. 방사선 요법은 겨드랑이 질환이 있는 경우 제어할 수 있습니다. 조사관이 DCIS 환자가 방사선 요법(RT) 대신 BCS와 같은 덜 집중적인 관리 옵션을 선택하도록 권한을 부여할 계획이라면 환자와 제공자가 SLNB의 역할을 이해하는 것이 중요할 것입니다.

이 연구의 가장 중요한 목표는 BCS를 받은 나이든 DCIS 환자에서 SLNB를 받는 것과 SLNB를 받지 않는 것 사이의 부작용과 결과를 비교하는 것입니다. 이 데이터를 사용하여 연구자들은 덜 집중적인 치료가 적절할 수 있는 하위 집단을 식별하는 것을 목표로 합니다. SEER(Surveillance, Epidemiology, and End Result)-Medicare 연결 데이터를 사용하여 프로젝트의 중요한 목표는 다음과 같습니다.

첫 번째 수술로 BCS를 받은 DCIS가 있는 나이든 여성 중에서 DCIS 진단 6개월 이내에 감시 림프절 생검(SLNB)을 받은 것과 SLNB를 받지 않은 결과를 비교하기 위해:

목표 1: 조사관은 림프부종, 통증, 첫 번째 BCS부터 진단 후 9개월까지 상지의 움직임 제한을 포함한 급성/아급성 부작용과 SLNB 사이의 연관성을 결정할 것입니다. 목표 2: 조사관은 SLNB와 사이의 연관성을 결정할 것입니다. 유방암 특이적 사망, 동측 침습성 유방암 진단, 치료된 재발에 따른 후속 유방절제술, 진단 후 > 9개월부터 사망 또는 연구 기간 종료까지 지속되는 부작용을 포함한 장기 결과.

본 연구는 1998년부터 2011년(2001년 목표 2는 2013년까지), 목표 2는 2012년까지(목표 2는 2015)까지 추적되었습니다. 연구자들은 2년 간의 청구 데이터를 사용하여 통계 모델에서 환자의 동반이환을 식별하고 통제할 계획이기 때문에 67세를 컷오프 값으로 선택했으며 데이터는 65세에 처음 사용할 수 있습니다. 관찰 연구 설계의 특성을 감안할 때 조사자는 표준 다변량 분석 및 성향 점수 방법론을 적용하여 교란 요인의 영향을 줄입니다. 조사관은 환자 인구 통계, 동반 질환, 기능 상태, 종양 특성 및 이전 의료 이용을 통제합니다. DCIS에 SLNB를 사용하는 가장 가까운 제공자와의 거리 또는 1기/2기 유방암에 SLNB를 사용하는 외과의의 경향을 사용하여 연구자는 필요한 경우 기기 변수 분석을 수행할 계획입니다. 주요 DCIS 특성(등급, 면포 괴사 및 종양 크기 포함) 및 예상 수명(연령 및 동반 질환 고려)에 따라 환자를 계층화하여 조사관은 또한 SLNB를 안전하게 포기할 수 있는 환자 하위 그룹을 식별하기를 희망합니다.

개입 그룹과 통제 그룹 간의 기준선 특성을 비교할 때 조사관은 범주형 변수에 대한 카이제곱 테스트와 연속 변수에 대한 t-테스트를 ​​사용하여 표준 기술 통계를 수행합니다. 조사관은 개입 그룹과 통제 그룹의 관심 결과 빈도를 표로 만들 것입니다. 다변량 분석의 경우 조사관은 비례 위험 모델을 적용하여 개입이 더 나은 결과와 관련이 있는지 여부를 테스트합니다.

조사관은 성향 점수 매칭 방법론을 사용하여 이 문제를 통제할 계획입니다. 선행 문헌에서는 성향 점수 방법을 사용하여 분석을 수행할 때 모든 측정 변수 또는 치료 선택(SLNB 상태)과 관련된 변수를 포함할 것을 제안했습니다. 구체적으로 매칭에 대한 우리의 접근 방식은 나이, 인종, 수도권 카운티 거주, 동반 질환, 이전 인플루엔자 예방 접종 또는 이전 주치의 방문(진료에 대한 접근을 위한 대용), 소득, 수술 전 MRI 사용 및 종양 특성. 종양 특성에는 크기, 등급, 면포 괴사 및 에스트로겐 수용체 상태가 포함됩니다. 이러한 요소를 매칭에 통합함으로써 조사관은 SLNB 그룹과 비 SLNB 그룹 간의 관심 결과에 대한 편향을 크게 줄이고 위험의 균형을 맞출 것으로 기대합니다. 통제 그룹과 개입 그룹 간의 결과 차이는 Kaplan-Meier 곡선으로 추정됩니다. 조사관은 일치 쌍 데이터에 대한 표준 방법을 사용하여 성향 점수 일치 샘플의 상대 위험을 추정합니다. 조사관은 다양한 요인(등급, 종양 크기 및 에스트로겐 수용체 상태)과 결과 사이의 연관성을 조사하기 위해 Cox 비례 위험 모델을 사용할 것입니다.