为什么仅凭数字判断乳腺癌风险是不够的:对多种族、低数字妇女决策援助的评估

简介

在美国，乳腺癌给妇女带来了很高的发病率和死亡率，这种疾病的初级预防是一个主要的公共卫生问题。2014年，估计美国将有232,670名妇女被诊断患有乳腺癌，40,000名妇女将死于这种疾病[1］．已知的乳腺癌危险因素包括年龄、家族史、良性乳腺疾病、生殖史和生活方式因素，如饮酒和肥胖[2］．基因决定因素，如BRCA1和BRCA2突变，对乳腺癌风险的影响最大，终生风险为40-60% [3.］．Gail乳腺癌风险评估工具(BCRAT)是美国最常用的模型，它提供了个人与一般人群相比的5年和终生浸润性乳腺癌的绝对风险[4］．乳腺癌风险评估，包括遗传性乳腺癌的基因检测，在美国未得到充分利用[5］．许多妇女可能不知道她们的风险状况，因为我们无法在初级保健环境中充分筛查她们。采用风险分层的方法，乳腺癌筛查和预防方案可以根据个人的风险情况进行量身定制，以实现收益最大化和危害最小化。采用适合风险的筛查和预防的障碍包括不准确的风险认知、咨询时间不足、对降低风险策略的知识不足以及一些潜在的伦理和社会问题[5-8］．

少数种族/少数民族的妇女寻求乳腺癌预防护理的可能性较低[9，10]，导致这些人群的晚期诊断率高于非西班牙裔白人，临床结果较差[11-13］．算术能力低，有效使用量化信息来指导健康行为和做出健康决策)影响了多达9300万美国人，并限制了有关癌症风险和预防策略的咨询[14，15］．我们之前报道过，数字少的患者比数字多的患者更容易高估自己的风险[15］．迄今为止，大多数专注于用叙述、数字或图表向患者解释风险的研究表明，这三种形式都可能产生推理偏差，使风险沟通复杂化[15-17］．当人们阅读描述的概率时，他们会过度考虑罕见事件，但当他们通过活动(如从牌组中抽牌)体验概率时，他们会给予较低的权重。18，19］．在我们之前的研究中，当参与者使用基于经验的动态界面来解释风险时，与计算能力低相关的风险感知差异减少了[20.］．

本研究的目的是开展焦点小组，为RealRisks的迭代设计提供信息。RealRisks是一种以患者为中心的决策辅助工具，用于沟通乳腺癌风险，减少不准确的风险认知，并为风险管理提供基于偏好的决策支持。当整合到临床工作流程中时，RealRisks将识别出高危女性，为她们提供一个独特的基于经验的动态界面来沟通风险，并促进患者和临床医生之间关于适当预防策略的风险和好处的沟通。我们的目标人群是来自纽约市的多种族女性，其中计算能力低下的比例很高。

方法

招聘

2013年6月，我们在纽约曼哈顿北部招募了4个年龄≥18岁的讲英语的女性进行了焦点小组研究。通过欧文临床和转化研究所社区参与核心资源参与社区数据库的妇女通过电子邮件或电话联系。每个焦点小组由7-9名女性组成。该研究由哥伦比亚大学医学中心的机构审查委员会批准，所有参与者都提供了书面知情同意。共有34名居住在华盛顿高地/因伍德社区的妇女参与了研究。

真实风险决策辅助的描述

RealRisks建模患者-提供者对话，并结合基于经验的动态接口，以交流风险沟通的核心数字和概率概念(图1)．故事是基于一个虚构的角色罗斯，她有乳腺癌家族史，去看她的医生做例行检查。我们将叙述分为以下模块:(1)风险(什么是风险，什么是乳腺癌风险因素)，(2)基因检测(遗传乳腺癌，遗传突变)，(3)化学预防(抗雌激素，风险/好处)。基于我们之前的工作，在《RealRisks》的叙述中嵌入了两款基于经验的风险界面游戏[21］．该游戏使用象形文字和100名可点击的女性演示了平均50岁女性5年和终生患乳腺癌的绝对风险。游戏指导玩家点击，直到他们“找到”一位患有乳腺癌的女性。玩家继续点击(例如，从100名女性中抽取样本)，以更好地了解预先设定的概率的含义，12 / 100的女性或12%)。我们的数据表明，这种以互动经验为基础的风险表示格式提高了在低人数人群中风险感知的准确性[21］．

‎ 查看此图

主持焦点小组会议

一名熟练的推动者(ANA)使用详细的指南(可根据要求从作者处获得)领导焦点小组。讨论指南包括关于乳腺癌风险因素、BRCA基因检测以及与提供者讨论乳腺癌风险和/或基因检测的问题。会议持续约90分钟，并录了音频。在最初的15分钟里，女性参与了一场关于她们患乳腺癌的经历以及她们如何理解乳腺癌风险的讨论。在接下来的30分钟里，参与者被允许在笔记本电脑上查看RealRisks决策辅助工具并与之互动，并听一段叙述的音频记录。最后30分钟是一个半结构化的小组讨论，以获得有关DA的可接受性和实用性的反馈。具体来说，我们感兴趣的是:(1)用户是否接受了解乳腺癌风险和基因检测的决策辅助?(2)用户能否轻松导航和使用决策辅助工具?，(3) Does the decision aid effectively increase users’ confidence and participation in the decision-making process?, and (4) Does the decision aid increase knowledge, understanding of breast cancer risk, and risk management options in the context of an individual’s risk profile?

在开始焦点小组讨论之前，一份自我管理的问卷，包括人口统计、计算能力[22]、互联网接入、信息来源和乳腺癌危险因素在基线时完成。使用经验证的测量方法感知的乳腺癌风险[23]在暴露于真实风险之前和之后进行评估，并在干预后进行7点李克特量表的决策辅助评估。

定量分析

生成描述性统计来记录参与者的基线特征和对RealRisks决策辅助的积极和消极态度的频率。通过询问“你对未来5年内患乳腺癌几率的最佳猜测是多少?”和“在你有生之年?”"从0%到100% [22］．Gail BCRAT用于评估5年和终生浸润性乳腺癌的绝对风险[4］．根据BCRAT，感知乳腺癌风险的准确性定义为估计终身风险的±5%。配对t采用McNemar 's检验和McNemar 's检验比较与RealRisks互动前后个体内乳腺癌风险感知准确性的变化。

定性分析

对于定性分析，2名研究人员(HSY和TX)独立阅读第一个完成的焦点小组的转录本，开发初始代码和编码模板。我们通过编辑风格分析确定了回答中有意义的部分，并分配了代码[24］．在每周的研究会议上讨论了编码的差异。HSY和TX独立地读取和编码剩下的三个焦点小组文本，应用编码模板，随着分析的进行迭代修改。我们将代码分组为一般主题，并在整个调查团队中讨论主题。团队集体选择了本文的主题和有代表性的引文。阿特拉斯。ti 7.0 software was used to facilitate qualitative data management and analysis. All transcripts were uploaded into the software to enable investigators to do coding, build the codebook, and group the codes into themes. A final comparison of coding across all interviews yielded 62.3%-94.5% agreement. Thematic saturation was determined based on consensus of the coders that new thematic categories were no longer arising from the final focus group transcript.

结果

参与者的特征

34名焦点小组参与者的基本特征总结如下(表1)．大多数(62%，21/34)是西班牙裔，平均年龄53岁(范围35-75岁)。41%(14/34)的学生符合计算能力低的标准，即0-5分(范围0-9分)[23]， 65%(22/34)的人对乳腺癌危险因素了解不足，得分为0-9(范围0-18)。每个人都可以上网，其中89%(30/34)的人至少每周使用互联网。在乳腺癌危险因素方面，24%(8/34)的女性有一级乳腺癌家族史，13%(4/34)的女性之前有乳腺良性活检。根据BCRAT(不包括3名有乳腺癌病史的女性)，平均5年绝对风险和终身风险分别为1.11%(范围0.2 -4.3%)和7.46%(范围2.8%-14.6%)，10%(3/34)的女性符合乳腺癌的高危标准(≥1.67% 5年风险)。

定量分析

感知的5年和终生乳腺癌风险在0-100%之间。在与RealRisks相互作用后，根据BCRAT的乳腺癌风险感知和估计的差异显著改善了5年风险(P=.008)，但不包括终身风险(P= .20) (表2)．乳腺癌风险感知的准确性由52%提高至70% (P= 10)。即使在计算能力较低的女性组中，准确的风险感知也从46%提高到70%。特别是，80%(4/5)的女性在暴露于RealRisks后，对其终生乳腺癌风险的估计超过30%，并有准确的风险感知。

参与者在7点李克特量表上对RealRisks决策帮助的印象显示在表3．超过75%的人发现这项决定很容易使用，并觉得它增加了他们关于乳腺癌、基因检测和化学预防的知识。超过87%(29/33)的人会向朋友推荐RealRisks。

定性分析

概述

尽管暴露于“真实风险”后，乳腺癌风险感知的准确性有所提高，但仍有三个主要因素成为采用风险适当的乳腺癌预防策略的潜在障碍(文本框1:(1)对乳腺癌风险和风险模型的不确定性，(2)对医疗保健系统的不信任，以及(3)认为对符合基因检测资格的妇女进行风险评估可能是配给医疗保健的代理。

乳腺癌风险和风险模型的不确定性

在我们的分析中，一个一致的主题是参与者的不确定性，即在确定乳腺癌风险时，所有因素都被考虑在内。最常见的担忧是，风险评估工具可能会遗漏一些未知的、不可控的东西。

与之前的风险沟通研究相似，参与者提到的量化风险存在很多误解。患有癌症的亲密家庭成员似乎会影响参与者的风险感。女性在向亲密的朋友或家庭成员讲述她们的经历时，经常用众所周知的“50%的几率”来表达任何人都可能得乳腺癌的观点。

参与者认为任何风险，即使是低风险，都有一定程度的不确定性，因此不能接受作为他们接受基因检测资格的基础。参与者的看法是“测试可能会发现意料之外的事情”。据一位声称自己患乳腺癌的风险为2%的参与者说:“我还是想知道。这种可能性总是存在的。这种可能性总是存在的，我可能不属于高危人群，这可能是查明我是否携带这种(基因突变)的关键。”这些评论强调了教育患者基因检测结果在评估癌症风险时是有用的还是无用的必要性。

对医疗保健系统的不信任

没有一个参与者回忆与他们的医生讨论过乳腺癌的风险。值得注意的是，他们把自己缺乏知识作为不发起讨论的理由，并怀疑他们的医生是否会参与。参与者表示，他们有一定程度的责任去寻找他们所需要的信息，为他们的决定提供信息，并且需要积极主动，因为提供者不会“放弃它”。

最近关于乳房x光检查指南的争论是在怀疑和不信任的背景下讨论的。与会者猜测可能有别有用心的动机，例如缺乏资金治疗与妇女有关的疾病，这些看法导致她们所收到信息的可信度降低。这些文章强调了来源的可信度(提供者，一般的卫生保健系统)可能会扩大乳腺癌风险评估工具中可感知的不确定性。

获得护理的机会

在应对基因检测的障碍时，没钱被讨论为首要问题。妇女所表示的经济困难使许多人担心，没有钱或保险将限制她们获得保险的机会。除去经济上的障碍，许多妇女表达了接受基因检测的愿望。正如一位与会者所说:“如果是免费的，我每6个月去一次。”另一位女性说:“有钱的人可以做所有的测试。对于那些没有钱的人来说，他们就在那里。”只有一名女性表示担心，女性可能会后悔根据基因检测结果“切掉乳房”的决定，她表示基因检测为时尚早，没有必要，因为“有些人会恐慌”。这些评论强调了我们的与会者的观点，即使用风险评估对符合基因检测条件的妇女进行预先筛选可能被视为服务配给。

讨论

主要研究结果

在这个主要由来自曼哈顿上城的西班牙裔女性组成的社区中，我们在与基于经验的动态界面交互后，证明了乳腺癌风险感知的准确性有了显著提高，该动态界面交流了嵌入在RealRisks决策辅助中的风险。这种改善出现在计算能力高的女性和计算能力低的女性身上，这些女性被系统性地高估了自己患乳腺癌的风险。25，26］．

然而，与之前的研究一致[27，28，我们的定性分析显示，女性并不将她们的疾病风险与获得医疗服务联系起来——例如，那些认为自己的风险较低的女性仍然希望接受乳腺癌易感基因检测。因此，更准确的风险认知可能不足以作为支持乳腺癌风险管理临床决策的唯一依据。我们确定了三个主要主题，它们是采用适合风险的乳腺癌预防策略的潜在障碍。这些发现对基于乳腺癌风险预测模型的风险管理方案的沟通有几点启示。

首先，乳腺癌风险和风险预测模型的效用存在很大的不确定性。对乳腺癌易感基因检测可能存在误解——例如，如前所述，一些人可能错误地认为BRCA检测可以诊断癌症[29］．先前的研究表明，人们往往会拒绝接受他们对个人风险的估计。在结肠癌的背景下，一项研究发现，在正确记住自己患结肠癌风险的参与者中，只有一半的人真的认为它有效[30.］．关于乳腺癌，约20%的妇女不相信她们的个性化风险数字是准确的[31］．我们研究中的女性表达了一定程度的不确定性，即所有用来确定她们患乳腺癌风险的因素都被考虑在内了。根据他们对不包括在BCRAT模型中的定义不明确的乳腺癌风险因素的理解，他们似乎证明了他们的感知风险是更好的还是更坏的。例如，经常进行体育锻炼的参与者可能认为自己患乳腺癌的风险较低，而参与者提到在城市环境中暴露在空气污染物中会导致患乳腺癌的风险高于平均水平。这些所谓的对风险估计的理性调整在一项评估阿尔茨海默病风险认知的研究中也得到了类似的证明，该研究对准确回忆起基于基因的阿尔茨海默病风险评估的个体进行了评估。32］．虽然没有被明确讨论，但我们焦点小组中女性的发言承认，风险模型是不完美的工具。类比塔勒布的“黑天鹅”逻辑[33]，无法预测异常值(黑天鹅)意味着无法预测那些位于常规预期范围之外的异常值。女性经常举出我们无法控制的事情和意外事件的例子，这位35岁的女性被诊断患有乳腺癌，但没有明确的风险因素)。

在我们的分析中，突出的是认为医疗保健本身是不信任的来源，这导致了乳腺癌风险预测模型的不确定性。众所周知，对风险信息的反应最重要的决定因素之一很可能是信息源是否被认为是可信和值得信赖的。Eagley, Wood和Chaiken已经确定了两种信息接收者可能推断的沟通者偏见[34］．第一个是知识偏见，指的是相信交流者对真相的了解是足够的。在风险评估模型的背景下，这可能指的是工具本身可以计算概率来表达不确定性(例如，是否考虑了重要因素，关于已知风险因素的科学是否足够?)第二个是报道偏见。在我们的研究背景下，这可能指的是一种信念，即提供者和医疗保健系统更普遍地不会为了推广某一特定观点而扭曲信息。我们的参与者说，他们是“叛逆群体”，说你不再需要每年做乳房x光检查，这表达了他们对筛查性乳房x光检查的建议被扭曲的担忧，不应该被信任。虽然我们的研究不是为了探索导致不信任来源的机制，以及这种看法可能如何影响风险模型，但我们的发现建立在先前的工作基础上，表明癌症风险评估模型可以被视为不确定性[35，36和不信任[27，30.，31消息来源的可信度是一个关键决定因素[35，36］．

另一项新的发现是，使用风险模型指导乳腺癌风险管理选项是获得护理的障碍。在我们的焦点小组中，一些妇女认为没有资格进行基因检测是服务配给。正如一名妇女所言，“只有有钱的人才能完成所有这些测试”。众所周知的安吉丽娜·朱莉效应导致BRCA检测需求几乎翻倍[37］．尽管在美国进行的一项调查发现，尽管75%的美国人知道安吉丽娜·朱莉做了双乳切除手术，但只有不到10%的受访者能够准确理解她与未受BRCA基因突变影响的女性相比患癌症的风险[38］．对安吉丽娜·朱莉故事的了解与理解的提高没有关联。在我们的研究中，女性估计基因检测的成本约为3000美元，这就提出了一个问题:“现在，如果每个人都负担不起，怎么能知道呢?”为了避免破坏对卫生保健系统更广泛的信任，需要有效的沟通策略，以确保那些被指定为低风险的人理解并相信，量身定制预防方案背后的理由不是减少或停止服务，而是优化效益和减少潜在危害。这种沟通的复杂性对于算术能力较低的女性来说可能是最大的问题，因为她们往往会高估自己的风险。因此，积极的沟通和保证对于减轻现有差距的任何恶化至关重要。

包括基因检测在内的乳腺癌风险评估虽然在美国未得到充分利用，但可用于将人划分为不同的风险群体，并根据每个群体的需要进行筛查和预防性干预[5］．通过对人口进行风险分层，筛选和管理备选办法可以不同地适用于每个人口阶层，从而可能更有效地分配资源。然而，即使改善了健康结果，实施风险分层乳腺癌预防规划已被证明是复杂的[39-41］．目前，在风险适当的癌症筛查和预防方面，缺乏患者接受度和偏好的经验证据[41］．

限制

我们的城市女性参与者大部分是少数民族，计算能力低的比例很高，可能不能代表其他地理地区的一般人口。然而，考虑到这是一个研究不足和服务不足的人群，这也是我们研究的独特优势。可能还存在选择偏差，对乳腺癌表达意见更感兴趣的女性可能更有可能参与其中，这影响了我们结果的普遍性。

结论

我们进行这项研究是为了为RealRisks决策辅助的迭代设计提供信息。虽然基于经验的接口提高了乳腺癌风险感知的准确性，但我们的定性研究发现，基于风险的医疗保健提供存在额外的障碍，这些障碍需要解决(图2)．例如，为了解决对医疗保健系统的不信任这一主题，RealRisks现在将结合对话来解释，对于没有BRCA1或BRCA2突变风险增加的家族史的妇女，基因检测几乎没有或没有好处。基于经验的界面将扩展到包括服用化学预防药片可能会影响他们的个人风险，所以他们可以通过与游戏的互动了解到，只有在高风险的女性中才能看到好处，风险大于低于特定风险阈值的女性的好处。此外，我们将强调通过对话和游戏，所有风险阶层的女性都有预防选择。这款游戏将让女性了解筛查和生活方式的选择。我们认为这一点尤其突出，因为过度诊断导致的基于人群的乳房x线摄影筛查的潜在危害的争议持续升级[42，43］．未来的研究需要确定这些对RealRisks的迭代是如何被接受的，更普遍的是，决策辅助工具，如RealRisks，是否可以提高乳腺癌风险感知的准确性，知情的决策，以及接受风险适当的预防策略。

‎ 查看此图