Olivia Munn 2024 Vanity Fair Oscar Party

(SeaPRwire) –   Sinabi ni Olivia Munn na nakatulong sa kanya ang isang libreng madaling tool. Ginamit ng kanyang ob-gyn ang isang kwestyonaryo na dinisenyo upang isa-compute ang panganib ng isang tao na magkaroon ng kanser sa suso, na nagpakita na may mas mataas na tsansa si Munn na magkaroon ng sakit. Ito ang nagresulta sa karagdagang pagsusuri at maagang pagkadiagnose ng Luminal B cancer sa kanyang dalawang suso at mabilis na paggamot.

Ang Breast Cancer Risk Assessment Tool, na ginamit ng kanyang doktor, ay hindi bagong. Ito ay hindi kinakailangan ng anumang mataas na teknolohiyang kagamitan, hindi kailangan ng doktor, at walang bayad. Sinasabi ng mga eksperto na dapat alamin ng maraming babae ito at kumpletuhin pagkatapos nilang mag-35 taong gulang.

Ano ang Breast Cancer Risk Assessment Tool?

Inilabas noong 1989 ng National Cancer Institute, ang tumatagal lamang ng limang minuto upang kumpletuhin at tumpak na nakapagpapredikta ng panganib ng isang babae na magkaroon ng kanser sa suso. “Ito ay isang mahusay na unang hakbang na maaaring gawin ng mga babae mag-isa at talakayin ang mga resulta sa kanilang pangunahing doktor o ob-gyn,” ayon kay Dr. Jennifer Litton, propesor ng breast medical oncology sa MD Anderson Cancer Center.

Ito ay nakasalalay sa isang modelo na nilikha mula sa maraming aspeto ng impormasyon sa kalusugan ng mga babae kabilang ang kanilang edad, lahi at etnisidad, pamilyang kasaysayan ng kanser sa suso, kailan sila nagsimula sa kanilang mga buwanang dalaw, at kung may mga anak sila, gaano sila katanda nang magkaroon ng kanilang unang anak. Ang modelo ay tumutugma sa mga ito at iba pang katangian sa mga resulta ng kanser sa suso ng mga babae na may katulad na katangian at nagbibigay ng dalawang pag-aaral ng panganib: ang limang taong panganib ng isang babae na magkaroon ng kanser sa suso, at ang buong buhay na panganib ng sakit.

Ang kwestyonaryo—kilala rin bilang Gail Model mula sa tagagawa nitong si Dr. Mitchell Gail sa National Cancer Institute—ay humigit-kumulang 98% tumpak sa pagpapredikta ng panganib ng kanser sa suso sa karamihan sa mga babae. Ito ay mas hindi tumpak sa mga kababaihang may kulay, na mas kaunti ang kinakatawan sa orihinal na modelo ng database, ngunit patuloy na pinapabago at mas naglalaman ng mas maraming impormasyon sa mas malawak na grupo ng mga tao. Sa kabuuan, ang mga skor na 1.7% pataas para sa limang taong panganib, at 20% pataas para sa buong buhay na panganib, ay nagpapahiwatig ng mas mataas na panganib na dapat talakayin ng mga babae sa kanilang mga doktor.

Sino ang dapat kumuha nito?

Anumang babae sa pagitan ng edad na 35 at 74 ay maaaring kumuha nito upang malaman ang kanilang panganib, at humigit-kumulang 500,000 na babae ang gumagamit taun-taon, ayon sa National Cancer Institute. Ito ay lalo pang kapaki-pakinabang para sa mga may pamilyang kasaysayan ng kanser sa suso o para sa mga tao na hindi alam ang kanilang henetikong panganib para sa sakit o walang pangunahing gene para sa kanser sa suso tulad ng BRCA1 o BRCA2—na ang kaso kay Munn. Para sa mga kababaihan na kabilang sa mga kategoryang ito, ang tool ay maaaring makapagdetekta kung may iba pang mga bagay na nagpapataas ng kanilang panganib.

“Ang karamihan sa kanser sa suso ay hindi kaugnay ng mga mutasyon sa BRCA,” ayon kay Litton. “May iba pang mga environmental na bagay at mas mababang gene na maaaring magresulta sa kanser sa suso kapag magkasama at kasama ng iba pang mga pagkakalantad. Ang kanser sa suso ay resulta at may milyong-milyong iba’t ibang paraan upang makamit ito.”

Ang tool ay nilikha batay sa data mula sa Breast Cancer Demonstration Project, isang pag-aaral ng pag-screen noong dekada 70 na kinasasangkutan ng 280,000 puting kababaihan, at data ng kanser mula sa NCI Surveillance, Epidemiology and End Results Program (SEER). Idinagdag ang karagdagang data, kabilang mula sa mga itim na kababaihan, mula sa Black Women’s Health Study na nakalikom ng data noong dekada 90, at para sa mga Asyanong kababaihan mula sa Asian American Breast Cancer Study na nakalikom ng data noong dekada 80, kasama ang pinapabagong bilang ng insidensiya ng kanser. Ang data tungkol sa kanser sa suso na kinasasangkutan ng mga kababaihang Hispano ay galing sa Hispanic/Latino Breast Cancer Study na nakalikom ng data mula 1995 hanggang 2004.

Ang mga tao na gustong matuto pa tungkol sa kanilang panganib ng kanser sa suso ay maaari ring subukan ang isa pang tool na tinatawag na Tyrer-Cuzick model, na gumagamit ng mas bagong data at nagbibigay ng katulad na mga pag-aaral. Sa Memorial Sloan-Kettering Cancer Center (MSKCC), madalas gamitin ng mga doktor ang parehong modelo at pipiliin ang mas mataas na grado upang payuhan ang mga babae. “Lumalakas at lumalakas tayo sa pag-aaral ng panganib,” ayon kay Dr. Larry Norton, medical director ng Evelyn H. Lauder Breast Center sa MSKCC.

Saan nagkakaroon ng puwang ang mga mammogram?

Ang mga kwestyonaryong ito ay hindi pamalit sa regular na mga mammogram, na . Ngunit ang paggamit nito bukod sa mga mammogram ay nakakatulong sa mga doktor na mas mahusay na payuhan ang mga babae tungkol sa pinakamahusay na paraan upang mabawasan ang kanilang panganib at sa huli ay makaiwas sa mas agresibong anyo ng sakit na mas mahirap gamutin, ayon kay Norton. “Ang layunin ng mga grado na ito ay estimahin ang panganib ng isang malusog na babae na magkaroon ng sakit,” aniya. “Kung iyon ay magresulta sa mas maaga pagkadiagnose, pagkatapos ay may mga implikasyon sa [paggamot].”

Ayon sa mga resulta, maaaring magbago ang mga doktor ng ilang bagay, tulad ng pagdaragdag ng MRI sa regular na mammogram upang mapabuti ang pagbabantay sa potensyal na tumor, o pagdaragdag ng anti-estrogen na gamot upang higit pang bawasan ang panganib ng isang babae. Bukod dito, “kung makikita nila ang mas mataas na panganib, maaaring magresulta sa isang usapan na maaaring kabilangan ng mga bagay tulad ng henetikong pagpapayo o pagsusuri,” ayon kay Litton. Ang pagsusuri tulad nito ay maaaring makapagpakita ng karagdagang henetikong mga bagay bukod sa BRCA, na maaaring nagdudulot ng mas mataas na panganib ng mas advanced na kanser sa suso.

Mga pag-unlad sa hinaharap

May iba pang mga tool na nasa daan. Ang mga modelo ng machine learning ay patuloy na pinapabuti ang impormasyon na natutunan mula sa mga mammogram, at ang ilan ay nakukuha nang sapat upang makapagpredict kung aling kasalukuyang normal na mga scan ang nagpapakita ng tanda ng maaaring maging masamang tisyu sa hinaharap.

Kahit pagkatapos makuha ang diagnoso ng isang babae, ang mga pagsusuri tulad ng OncotypeDx ay maaaring makapagpredict kung siya ay makikinabang sa pagdaragdag ng chemotherapy, o kung ang kanyang pag-asa ng pagpapagaling ay katulad lamang sa paggamit ng anti-estrogen therapy lamang. “Ito ay isang napakahusay na tool para tulungan ang ilang mga babae na iwasan ang chemotherapy na hindi naman talaga kailangan,” ayon kay Litton.

Ngunit walang kapaki-pakinabang ang anumang mga tool kung hindi gagamitin ng mga babae, at ng kanilang mga doktor. “Halos kalahati ng mga tao ay hindi nakakakuha ng anumang pag-screen [sa pamamagitan ng mammogram] sa lahat,” ayon kay Norton. “Ang unang hakbang ay ihatid ang kasalukuyang mayroon tayo sa pangkalahatang populasyon. At pagkatapos ay ang kakayahang gawin ang pag-screen na nakabatay sa panganib ay lalo pang pabubuti sa prognosis ng mga pasyente.”

“Ang kaalaman ay kapangyarihan, dagdag niya. “Mas mahusay kung alam mo ang tungkol sa iyong sarili, at mas lalo kang nakikipag-ugnayan sa mga propesyonal sa medikal, mas magandang makakuha ka ng mga sagot na angkop para sa iyo.”

Ang artikulo ay ibinigay ng third-party content provider. Walang garantiya o representasyon na ibinigay ng SeaPRwire (https://www.seaprwire.com/) kaugnay nito.

Mga Sektor: Pangunahing Isturya, Balita Araw-araw

Nagde-deliver ang SeaPRwire ng sirkulasyon ng pahayag sa presyo sa real-time para sa mga korporasyon at institusyon, na umabot sa higit sa 6,500 media stores, 86,000 editors at mamamahayag, at 3.5 milyong propesyunal na desktop sa 90 bansa. Sinusuportahan ng SeaPRwire ang pagpapamahagi ng pahayag sa presyo sa Ingles, Korean, Hapon, Arabic, Pinasimpleng Intsik, Tradisyunal na Intsik, Vietnamese, Thai, Indones, Malay, Aleman, Ruso, Pranses, Kastila, Portuges at iba pang mga wika.