- غربالگری سرطان پستان در کشور به ۲۳.۵ درصد رسید
- پالبوسیکلیب؛ آیا زمان حذف شیمیدرمانی در سرطان پستان لومینال فرا رسیده است؟
- داراکسونراسیب؛ تحولی نو در درمان هدفمند سرطان ریه با جهش RAS
- از نوبل پزشکی ۲۰۲۶ تا درمان سرطان؛ آیا نور میتواند سرطان را خاموش کند؟
- برگزاری کنفرانس علمی HPV در بیمارستان لاله؛ بررسی تازهترین رویکردهای تشخیص و درمان
- سرطان پستان؛ اهمیت تشخیص زودهنگام و پیشگیری
- آمیوانتاماب در سرطان ریه با جهش اگزون ۲۰ EGFR؛ نتایج نهایی مطالعه PAPILLON چه میگویند؟
- پزشکی را نمیتوان به الگوریتمها سپرد؛ هوش مصنوعی جایگزین رابطه پزشک و بیمار نمیشود
- میدان الکتریکی، اوسیمرتینیب و شکستن مقاومت در گلیوبلاستوما
- دیپلماسی سلامت؛ زبان مشترک ملتها برای ساختن آیندهای سالمتر
- همکاری رادیوانکولوژی ایران و ازبکستان؛ تفاهمنامه مشترک در بخارا امضا شد
- درمان سرطان کبد کودکان با CAR-T؛ پاسخ کامل یک کودک مبتلا به هپاتوبلاستوما
- سرطانهای نادر؛ چالشهای تشخیص، درمان و دسترسی بیماران به خدمات تخصصی
- رویکرد پژوهشگران ایرانی برای درمان سرطانهای پیشرفته با هدفگیری ریزمحیط تومور
- ماه آگاهیرسانی سرطانهای ژنیکولوژیک؛ از واکسن HPV تا ضرورت تشخیص زودهنگام
افق روشن در درمان سرطان پستان/ کاهش قابل توجه مرگ و میر

به گزارش گروه سرطان، سرطان نیوز،به گزارش سایت مد اسکیپ در مقاله ای که در ۸ فوریه ۲۰۲۴ توسط دکتر پیر مارجنت چاپ شده است، مرگ و میر سرطان پستان در ایالات متحده به طور قابل توجهی کاهش یافته است و این دستاورد حاصل غربالگری منظم و بهبود روش های درمانی، به ویژه برای سرطان های گیرنده هورمون مثبت می باشد.
بر اساس مطالعات، طی سال های ۱۹۷۵ تا ۲۰۱۹، مرگ و میر ناشی از سرطان پستان در ایالات متحده به طور قابل توجهی کاهش یافت. پیشرفتهای درمانی نقش اساسی در این کاهش ایفا کردند، به طوری که حدود ۳۰ داروی جدید ضد سرطان پستان بین سالهای ۲۰۱۰ تا ۲۰۲۰ توسط سازمان غذا و دارو تأیید شدند. شبکه مدل سازی مداخله و نظارت بر درمان سرطان (CISNET)، از مدل هایی برای بررسی تاثیر غربالگری بر درمان سرطان پستان پیشرفته مرحله ۱ تا ۳ و درمان موارد متاستاتیک استفاده کرد. هم چنین از مدلهای مختلفی برای تجزیه و تحلیل روند کلی مرگ و در موارد سرطان پستان بر اساس نوع گیرنده استروژن (ER) و ERBB۲ (HER۲) در بین زنان ۳۰ تا ۷۹ ساله بین سالهای ۱۹۷۵ تا ۲۰۱۹ استفاده کرد. استخراج داده ها از پایگاه داده نتایج شبکه جامع سرطان ملی و شامل ۸۲۲۵۲ بیمار مبتلا به سرطان سینه، و ۷۷۴۰ مورد با عود متاستاتیک است. داده های حاصل از مطالعه شامل موارد زیر بود.
کاهش قابل توجه مرگ و میر
در این مطالعه زنان مبتلا به تومورهای بدخیم پستان با گروه کنترل که زنان بدون تومور بودند مقایسه شدند. در سال ۱۹۷۵، میزان مرگ و میر ناشی از سرطان سینه در ایالات متحده ۴۸ مورد به ازای هر ۱۰۰۰۰۰ زن بود. این در حالی است که تا سال ۲۰۱۹، مرگ و میر به ۲۷ مورد در هر ۱۰۰۰۰۰ بیمار کاهش یافته است. در واقع این مطالعات نشان می دهد غربالگری سرطان پستان و درمان به موقع، باعث کاهش ۵۸ درصدی مرگومیر ناشی از سرطان پستان شده است. میزان کاهش مرگ و میر در موارد سرطان پستان با ER+/ERBB۲+ بسیار قابل توجه و در حدود ۷۱% بود، در مقایسه با فرمهای ER-/ERBB۲- که ۳۹% کاهش در میزان مرگ و میر را گزارش کردند.
غربالگری و درمان
بررسی ها نشان داد که غربالگری و درمان باعث کاهش ۲۹٪ در موارد متاستاتیک و کاهش ۴۷٪ درسرطان های مرحله ۱ تا ۳ شده است. به طور خلاصه، مدلهای شبیهسازی CISNET پیشرفت قابل توجه در غربالگری و درمان سرطان سینه مرحله ۱ تا ۳ بین سالهای ۱۹۷۵ تا ۲۰۱۹ را تأیید میکنند که با کاهش مرگومیر همراه بوده است. همچنین مرگ و میر کمتری در موارد متاستاتیک دیده شده است که ۲۵٪ این کاهش را می توان به درمان ، ۲۵٪ دیگر به غربالگری و حدود ۵۰٪ به پیشرفت های درمانی در مراحل اولیه (مرحله I-III) نسبت داد.
توجه به این نکته ضروری است که افزایش بقا در بیماران به طور ویژه در سرطان پستان نوع ER+/ERBB۲+ (حدود ۲.۵ سال) دیده شد که در مقایسه با سرطان پستان ER-/ERBB۲- که حدود ۰.۵ سال افزایش بقا داشتند، اثربخشی بالاتر درمان های سرطان پستان با گیرنده هورمونی مثبت را نشان می دهد. در نتیجه، بر اساس مدلهای مختلف شبیهسازی CISNETو بر اساس دادههای جمعآوریشده بین سالهای ۱۹۷۵ و ۲۰۱۹ ، غربالگری و درمان سرطان پستان موجب کاهش ۵۸ درصدی مرگومیر شده است، در این کاهش قابلتوجه، پیشرفتهای درمانی به میزان ۴۷%،. درمان موارد متاستاتیک به میزان ۲۹% و غربالگری ۲۵% مثمر ثمر واقع شده است.
در مطالعه ای از محققان MIT، یک مدل هوش مصنوعی ابداع شد که میتواند سرطان سینه را ۵ سال قبل از بروز علائم بالینی تشخیص دهد، که می تواند انقلابی در مداخله زودهنگام باشد و جان افراد بیشماری را نجات دهد. هوش مصنوعی تصاویر کروماتین را از ۵۶۰ نمونه بافت در ۱۲۲ بیمار تجزیه و تحلیل کرد و ۸ حالت سلولی متمایز را در مراحل مختلف کارسینوم پستان(DCIS) شناسایی کرد. این مدل نشان می دهد که ساختار بافت پستان در پیش بینی پیشرفت به بافت سرطانی بسیار مهم است. این روش در مقایسه با تکنیک های توالی یابی پیچیده مقرون به صرفه تر و در دسترس تر می باشد. نکته جالب توجه این است که این مدل حالات سلولی مرتبط با سرطان مهاجم پستان را حتی در بافت هایی که به چشم انسان طبیعی به نظر می رسد نیز شناسایی کرد. با توجه به این که در صورت تشخیص زودهنگام، میزان بقای ۵ ساله برای سرطان سینه به ۹۰ درصد می رسد، تشخیص و درمان زودهنگام بیماران می تواند نتایج درمانی بیمار را بهبود بخشد.
با این حال تأثیر هوش مصنوعی بر بهداشت و درمان در دهه های آینده احتمالاً از انتظارات فراتر خواهد رفت. از تشخیص زودهنگام بیماری گرفته تا طرحهای درمانی شخصیسازیشده بر اساس هر فرد و کشف دارو و واکسن، هوش مصنوعی می تواند درمان های پزشکی و مراقبت از بیمار را به روشهایی تغییر دهد که پیش آگهی بیماران را بهبود بخشد. در واقع استفاده از هوش مصنوعی در پزشکی می تواند به تعریف جدیدی از بیماریهایی مانند سرطان بینجامد.
واکسن آنفلوانزا برای بیماران مبتلا به سرطان؛ چه زمانی و چه نوع واکسنی مناسب است؟
رویکرد پژوهشگران ایرانی برای درمان سرطانهای پیشرفته با هدفگیری ریزمحیط تومور
آیا پزشکی بدترین شغل دنیاست؟
آیا در سرطان پستان Luminal A میتوان رادیوتراپی را حذف کرد؟ نگاهی به نتایج مطالعه LUMINA
آیا فقط بیماران دارای ENE یا حاشیه مثبت به کمورادیوتراپی پس از جراحی نیاز دارند؟