405
책임저자：장명철, 충남 천안시 안서동 산 16-5
330-714, 단국대학교병원 외과 Tel: 041-550-3930, Fax: 041-556-3878 E-mail: [email protected]
접수일：2007년 12월 5일, 게재승인일：2008년 2월 28일 이 연구는 2006학년도 단국대학교 대학연구비의 지원으로 연구되 었음.
중심 단어: 유방암, 위험도 예측
한국여성 유방암의 개인별 발생위험도 예측
단국대학교 의과대학 외과학교실, 1영상의학과교실
김선호ㆍ채영수ㆍ손원준ㆍ신동준ㆍ김유미1ㆍ장명철
Estimation of Individualized Probabilities of Deve- loping Breast Cancer for Korean Women
Sun Ho Kim, M.D., Young Su Chae, M.D., Won Jun Son, M.D., Dong Jun Shin, M.D., You-Me Kim, M.D.1 and Myung-Chul Chang, M.D.
Departments of Surgery and 1Radiology, Dankook University College of Medicine, Cheonan, Korea
Purpose: Based on the results of the relative risk model of Korean breast cancer, the aim of this study was to develop a Korean breast cancer risk assessment tool which would display the absolute breast cancer risks of Korean women.
Methods: The tool was developed in the three steps: se- lection of risk factors and relative risks, calculation of base- line breast cancer incidences, and estimation of absolute breast cancer risks. The risk factors used in this tool were age, family history of first- and second-degree relatives, body mass index, age at first delivery, history of breast-feeding, and a special test on the breasts. A program was developed in an HTML file, which was used for input of the risk factors, and a CGI file, which was used to calculate the risk and display the results.
Results: The program was stored in the Internet web page, http://home.dankook.ac.kr/breast/brca/brca.htm. After receiv- ing an input of risk factors, the program was able to calcu- late the relative risk compared to all the age groups, the estimated absolute risks following 5 and 10 years, and the estimated absolute risks up to ages 64 and 74 years. The estimated risks of Korean women using this tool were less than those reported by the NCI risk assessment tool. The risk of breast cancer was highest in the fifth decade.
Conclusion: In this study, we developed a web page con- taining a Korean breast cancer risk assessment tool. This
program may be useful for the assessment of individual breast cancer risks, the selection of screening tools, and the evaluation of preventive options for risk reduction. (J Korean Surg Soc 2008;74:405-411)
Key Words: Breast cancer, Risk, Estimation
서 론
미국의 경우 여성이 일생 동안 유방암이 발생할 확률은 12.6%로 알려져 있다.(1) 우리나라의 경우 2005년 국가암발 생통계(2)에 의하면 64세까지 유방암이 발생할 확률은 1.86%
이고 74세까지는 2.17%로 74세까지 생존하는 경우 약 50명 중 1명에서 유방암이 발생한다. 이는 평균적인 유방암의 위 험인자를 가지는 경우이며 개개인의 위험인자에 따라 발생 위험도는 달라진다.
개개인의 유방암 발생 위험도를 예측하기 위하여 외국에 서는 NCI risk assessment tool, BRCAPRO, CancerGene 등 많 은 모델이 개발되었으며, 쉽게 이용 가능하도록 인터넷에 공개하고 있다. 이 중 가장 많이 이용되고 있는 NCI risk as- sessment tool은 유방촬영술을 통하여 매년 정기적인 검진을 하는 코호트 자료를 이용하여 개인의 유방암 발생 확률을 예측하는 Gail 모델을 바탕으로 개발되었으며, 연령, 초경 연령, 초산연령, 일차 혈연관계 내 유방암 환자수, 유방조직 검사 횟수의 5가지 위험인자에 따라 유방암 발생위험도를 표시하였다.(3) 이후 조직검사상 비정형적 증식증(atypical hyperplasia)을 위험인자에 포함하고, 유색인종을 대상군에 포함하여 변형 Gail 모델로 발전하였으며, 이를 이용하여 5 년 내에 유방암 발생위험도가 1.67% 이상인 경우를 NSABP P-1 (Breast Cancer Prevention Trial, BCPT) 및 P-2 (Study of Tamoxifen and Raloxifene, STAR)의 대상군으로 선정하였 다.(4)
우리나라의 경우 박 등(5)이 상대적 위험도를 예측할 수 있는 모델을 개발하였으며, 이를 이용하여 저자는 한국여 성 유방암의 상대적 위험도 예측 컴퓨터 프로그램(6)을 개 발하였다. 본 연구에서는 이를 바탕으로 향후 5년, 10년 및 64세, 74세까지 생존 시 유방암의 예측발생률을 계산하는
Table 1. Age-specific incidence rates and baseline hazard without known risk factors of breast cancer during 1999∼2001 in Korea
Age group Incidence rates* Baseline hazard
10∼14 0.02 0.011
15∼19 0.20 0.106
20∼24 1.02 0.542
25∼29 6.13 3.255
30∼34 18.34 3.803
35∼39 36.92 7.631
40∼44 60.75 9.100
45∼49 76.84 10.931
50∼54 70.54 9.438
55∼59 56.48 7.322
60∼64 44.25 6.987
65∼69 34.74 5.482
70∼74 27.42 4.327
75∼79 22.87 3.609
80∼84 20.22 3.191
85∼ 20.79 3.280
*Unit = per 100,000
Table 2. Overall mortality rates and breast cancer specific mortal- ity rates during 1999∼2001 in Korea
Breast cancer Age group Overall mortality rates*
specific rates*
10∼14 16.33 0.00
15∼19 30.73 0.03
20∼24 38.87 0.10
25∼29 44.13 0.63
30∼34 60.93 2.53
35∼39 86.07 4.93
40∼44 122.23 7.53
45∼49 178.47 11.27
50∼54 272.30 13.57
55∼59 425.73 14.13
60∼64 697.60 11.70
65∼69 1,251.30 10.20
70∼74 2,394.07 11.50
75∼79 4,531.77 12.27
80∼84 8,314.33 15.27
85∼ 16,703.37 20.97
*Unit = per 100,000.
프로그램을 개발하여 인터넷에 공개함으로써 개인의 유방 암 위험도 예측과 위험도를 낮출 수 있는 조기검진 및 예방 적 시도에 도움이 되고자 하였다.
방 법
개인별 유방암의 발생위험도를 예측하기 위해서는 첫째 로 통계적으로 유의한 위험인자를 찾은 후 각각의 위험인 자에 대한 상대적 위험도를 계산, 둘째로 위험인자를 가지 지 않는 경우의 연령별 기저위험도의 계산, 셋째로 위험인 자의 조합에 따른 상대위험도 및 기저위험도를 이용하여 발생위험도를 예측하는 단계가 필요하다.
1) 위험인자의 선정 및 위험인자의 조합에 의한 상대적 위험도 계산
박 등(5)이 2003년에 발표한 한국인의 유방암의 위험 모 델을 근거로 하였으며, 이전 논문(6)의 기술과 동일한 방법 을 이용하였다. 위험인자로는 연령, 일차 및 이차 혈연관계 가족력, 유방의 특수검사력, 모유수유, 폐경여부, 체질량지 수, 초산연령의 7개 인자이며, 상대적 위험도 계산식은 exp (−1.5628＋0.3794×가족력＋0.1749×폐경여부＋0.4417×체 질량지수＋0.4172×모유수유여부 및 연령변수2＋0.9301×모 유수유여부 및 연령변수3＋1.3886×모유수유여부 및 연령 변수4＋1.1615×모유수유여부 및 연령변수5＋1.9671×모유 수유여부 및 연령변수6＋0.9416×모유수유여부 및 연령변
수7＋1.8401×모유수유여부 및 연령변수8＋0.4643×특수검 사력 및 초산연령2＋0.1444×특수검사력 및 초산연령3＋
1.1413×특수검사력 및 초산연령4)이다.
2) 위험인자가 없는 경우 연령별 기저위험도 계산 위험인자가 없는 연령별 기저위험도를 계산을 위하여 평 균적인 위험인자 조합을 가진 연령별 유방암발생률, 위험 인자 조합에 의한 상대위험도 및 각 위험인자 조합의 분율 이 필요하다. 즉 연령별 기저위험도는 연령별 유방암발생 률×∑ (각 위험인자 조합의 분율/각 위험인자 조합의 상대 위험도)로 계산될 수 있다. 연령별 유방암발생률은 1999∼
2001년의 보건복지부의 암발생통계(2)를 이용하였으며 각 위험인자 조합의 분율은 박 등(5)의 유방암 환자군에서 위 험인자에 따른 조합을 계산하여 구하였다. 계산된 연령별 기저위험도는 Table 1과 같았다.
3) 위험인자의 조합에 따른 개인별 발생위험도 예측 일정기간 동안 유방암이 발생할 확률은 연령별 기저위험 도에 상대위험도를 곱한 것을 관찰 햇수만큼 더해주되 유 방암 이외의 원인으로 사망할 확률을 보정해 줌으로써 산 출될 수 있다. 즉, 연령별 기저위험도×상대위험도×exp (−
∑ (관찰연령의 기저위험도×상대위험도＋유방암 이외의 사망확률))의 합을 관찰 햇수만큼 더하면 된다. 유방암 이 외의 사망확률은 통계청의 사망원인통계(7)를 이용하였으 며, 이용된 값은 Table 2와 같다.
Fig. 1. The web page of Korean breast cancer risk assess- ment tool. Patient's risk factors (age, weight, height, menopausal state, lactation, family history, special test, first delivery age) were entered.
4) 개인별 발생위험도 예측 프로그램의 개발 프로그램은 인터넷상에서 쉽게 접근이 가능하도록 웹페 이지 형식으로 작성하였다. 프로그램은 Perl을 이용하여 개 발하였으며, 위험인자를 입력하는 부분, 예측 위험도를 계 산하는 부분, 그리고 결과를 출력하는 부분으로 나누었다.
웹페이지에 접속 시 프로그램의 설명과 위험인자의 입력을 하나의 페이지에 나타내었고, 계산 결과의 출력을 다른 페 이지에 구성하여 총 두 개의 페이지로 구성하였다. 각 페이 지는 앞뒤로 이동이 가능하도록 ‘이전' 버튼과 ‘계산' 버튼 을 화면 하단에 배치하였으며 폼에 입력창 및 라디오 버튼 을 배치하여 입력 시 오류를 최소화하도록 하였다.
결 과
프로그램은 위험인자를 입력하는 html파일과 위험도 예 측 결과를 계산하고 출력하는 perl 프로그램인 cgi 파일로 구성되었다. 웹페이지는 http://home.dankook.ac.kr/breast/brca/
brca.htm에 저장하였으며, 초기화면에 주의사항 및 참고문 헌을 명시하였다. 연령, 체중, 신장을 제외한 5가지 인자에 대하여서는 버튼 형식으로 작성하여 입력 오류를 줄이도록 하였다(Fig. 1).
출력 부분은 전체 연령군에서 위험인자로 인한 상대위험 도 및 향후 5년 및 10년 후 유방암 예측 발생률과 64세 및 74세까지 생존 시 예측 발생률을 계산하여 표시하였다(Fig.
2). 결과가 출력된 후 ‘이전' 버튼을 누르면 입력부분으로
Fig. 2. The results of risk analysis.
It shows the relative breast cancer risk according to the individual risk factors, and the estimated risks of 5, 10-year and the risks up to age 64, 74. The patient has 3.19 times more risk than those who has no risk factor.
The patient's estimated risk of 5-year breast cancer was 0.15% and the breast cancer risk up to age 74 was 0.46%.
이동할 수 있게 하여 새로운 값을 입력하여 계산이 가능하 도록 하였다.
가상의 환자를 대상으로 예측발생률의 계산 결과는 다음 과 같았다. 50세 폐경 후 여성으로 키 160 cm, 몸무게 50 kg이고, 12세 초경, 22세 초산, 모유수유하였으며, 가족력이 나 조직검사의 과거력이 없는 경우 본 프로그램으로 계산 하면 향후 5년 내 유방암 발생가능성은 0.15%, 10년 내 유 방암 발생가능성은 0.26%였고, 64세까지 유방암 발생가능 성은 0.35%, 74세까지 유방암 발생가능성은 0.46%였다. 만 약 동일인을 NCI risk assessment tool에서 동양인으로 선택 하여 계산하면 5년 내 유방암 발생가능성 0.9%, 90세까지 생존 시 유방암 발생가능성은 8%로 많은 차이가 있었다.
Fig. 3에서 유방암의 위험인자가 없는 경우 연령별 향후 5년 유방암 예측 발생률을 기저위험도가 표시되는 Disk
version의 Gail Model risk assessment tool과 비교하였다. 미 국인 대상인 Gail 모델은 연령이 증가할수록 예측 발생률이 증가하는 추세를 보였으나, 본 프로그램은 우리나라 여성 유방암의 특성인 40대에서 가장 높은 예측 발생률을 보였 고, 이후 감소하는 추세를 나타내었다.
Fig. 4에서 평균적인 유방암의 위험도를 가질 경우 연령 별 향후 5년 유방암 예측 발생률을 NCI risk assessment tool 과 비교하였다. 우리나라 여성의 경우 40대에서 가장 높은 예측 발생률을 보여 Fig. 3과 유사한 결과를 나타내었다.
고 찰
Gail 모델은 세 가지 단계로 개발되었는데 첫째, 환자군 과 대조군 사이 다변량 회귀분석을 통한 통계적으로 의미
Fig. 3. Baseline estimated breast cancer risk according to age in Korean and US women.
Fig. 4. Average estimated breast cancer risk according to age in Korean and US women.
있는 위험인자를 찾은 후 각각의 위험인자에 대한 상대위 험도를 계산하였다. 둘째, 연령별 유방암 발생률을 기초로 하여 위험인자를 가지지 않은 경우의 유방암 기초 발생률 을 계산하였으며, 셋째, 상대위험도와 기초 발생률을 이용 하여 각 위험인자의 조합을 이용한 개인의 유방암 발생률 을 예측하였다.(3) 본 연구에서 개발된 프로그램은 Gail 모 델의 개발과정을 충실히 따랐지만 몇 가지 점에서 차이가 있다. Gail 모델의 경우 매년 유방촬영을 시행하는 코호트 를 대상으로 하였으나 우리나라의 경우 코호트 자료가 부 족하여 환자-대조군 연구를 이용하였다. 정기검진을 하는 코호트의 경우 환자-대조군 연구와 비교하여 발생률이 과 대평가 되는 경향이 있으므로 정기적으로 검진을 하지 않 는 경우 본 프로그램이 더 정확히 예측할 수 있으리라 생각 한다.
인종에 따라 유방암의 발생률 및 발생양상이 다름은 잘 알려져 있다. 1994년에서 1996년 SEER (Surveillance, Epide-
miology, and End Results) 자료에 의하면 백인여성의 평생 유방암 위험도는 13.1%인 반면 흑인여성의 유방암 위험도 는 9.7%이다. 또한 연령별 유방암 위험도도 달라 40세 이후 에서는 백인여성이 흑인여성보다 위험도가 높으나, 40세 이전에서는 흑인여성이 더 높다.(1) 가상의 환자를 대상으 로 Gail 모델과 비교하면 본 프로그램의 예측 발생률은 낮 은 편으로 이는 우리나라 여성 유방암의 발생이 미국의 1/10∼1/5 정도이기 때문이다. 우리나라 여성 유방암의 경 우 45∼49세 군에서 가장 많이 발생하며 이후 감소하는 특 징이 있다. 따라서 Gail 모델의 경우 연령이 증가할수록 유 방암의 위험도가 증가하지만 본 프로그램을 이용하면 Fig.
3, 4와 같이 40대 군에서 유방암의 위험도가 가장 높고 이후 감소하게 된다.
연령별 유방암의 발생률의 경우 1999년에서 2001년 사이 유방암 발생률을 이용하였으며, 유방암 사망률과 전체 사 망률도 동일 기간의 자료를 이용하였다. 1999년 유방암 발 생은 전체 3,847명이나 2002년 유방암 발생은 6,990명으로 3년간 2배 가까운 증가가 관찰된다.(8) 비록 2005년 연구시 점에서는 가장 최신의 자료이지만 현재 우리나라의 유방암 발생률이 급격히 증가하는 추세이므로 과소평가되는 경향 이 있으며, 이후 점차 심해지리라 생각한다. 유방암 예측 모 델의 정확도는 개발에 이용된 통계 자료의 정확도에 의하 여 결정되므로 우리나라 여성 유방암의 정확한 최신의 자 료가 요구된다.
본 연구에서 사용된 모델은 연령, 체질량지수, 폐경여부, 가족력, 모유수유, 초산연령, 유방의 특수검사력의 7가지 위험인자를 이용하였다. 이전 논문(6)의 고찰에서와 같이 가족력에서 일이차 혈연관계를 구분 없이 포함한 점이나 유방의 특수검사력에 유방촬영, 초음파를 포함한 문제점이 있기 때문에 향후 보완이 필요하지만 현재까지 개발된 모 델(9,10) 중 우리나라 여성의 유방암 발생을 정확히 예측할 수 있는 모델로 생각되며 향후 좀 더 정확한 자료에 따라 새로운 모델의 개발이 필요하며, 실제 발생률과의 차이에 대한 검증이 필요할 것이다.
현재까지 개발된 유방암 발생 예측 모델로는 Gail 모델을 기반으로 개발된 NCI risk assessment tool과 Bayesian 모델을 기반으로 개발된 BRCAPRO 및 Claus 모델이 있으며, 이 세 가지 모델을 모두 포함하는 CancerGene 프로그램이 있다.
Gail 모델은 일반적인 유방암의 위험인자를 포함하고 있으 나 가족력에 대하여 1차 혈연관계 내의 유방암만을 포함하 고 있기 때문에 2차 혈연관계 내에 유방암이 있는 경우, 가 족중 젊은 나이에 유방암이 발생한 경우, 양측성 유방암 혹 은 난소암과 같은 유전성 유방암의 특성을 가진 경우 고려 대상에서 제외되기 때문에 위험도가 과소평가된다. Gail 모 델은 NSABP-P1 및 P2의 대상군 선정에 이용되었으며 이전 에는 디스크 버전이었으나 현재 http://www.cancer.gov/
bcrisktool/에 공개되어 있다.
Claus 모델은 유방암 가족력 및 발병 연령을 기초로 유방 암의 위험도를 계산한다. 처음에는 어머니, 자매의 1차 혈 연만을 고려하였으나 이후 이모, 할머니 등 2차 혈연관계의 유방암 자료도 함께 고려하였다. 29세부터 79세까지 10세 간격으로 유방암 가족구성원 및 진단 연령에 따라 표로 개 발되었으며,(11) CancerGene 프로그램에 포함되어 있다.
Claus 모델은 백인여성을 대상으로 하기 때문에 다른 인종 에서는 결과가 부정확하며, 가족력에 대하여 Gail 모델보다 자세하나 가족력 이외의 위험인자와 양측성 유방암, 난소 암에 대한 고려가 없다. 일반적으로 가족 중에 1명 이상의 유방암이 있으나 BRCA1, 2 유전자 돌연변이가 없거나 검 사를 시행하지 않았을 경우 Claus 모델이 가족력으로 인한 위험도를 예측하는 데 많은 도움이 된다. 하지만 가족력이 없는 경우 Claus 모델은 도움이 되지 않는다.
BRCAPRO는 Bayesian 모델을 이용하여 Duke 대학에서 개발되어 BRCA 유전자 돌연변이가 있는 경우 연령별 유방 암 위험도를 예측한다.(12) 즉, 가계 중에 유방암 및 유방암 아닌 구성원 비율에서 BRCA 유전자 돌연변이가 있을 가능 성을 계산하고, BRCA 유전자 돌연변이 확률에 따라 유방 암의 발생 확률을 계산한다. 하지만 Claus 모델과 같이 가족 력 이외의 위험인자를 고려하지 않으며, BRCA 유전자만을 대상으로 한다. 미국의 경우 19% 정도에서 가족력이 있으 나 BRCA 1,2 유전자 돌연변이가 있는 경우는 6∼7%에 불 과하기 때문에(13) BRCAPRO는 유전자 돌연변이가 없는 경우 과소평가되는 경향이 있다. 따라서 BRCA 유전자 돌 연변이가 없거나 검사를 시행하지 아니한 경우 BRCAPRO 다 Claus 모델을 이용하는 것이 더 적합하다. BRCAPRO는 http://astor.som.jhmi.edu/BayesMendel/brcapro.html에 공개되 어 있으며 CancerGene 프로그램에 포함되어 있다. Cancer- Gene 프로그램은 Gail, Claus, BRCAPRO 모델을 모두 포함 하여 개발되었으며 http://www8.utsouthwestern.edu/utsw/cda/
dept47829/files/65844.html에서 저작권 동의 후 구할 수 있 다.(1)
이러한 유방암 위험도 예측은 생활습관의 변화, 선별유 방촬영의 시행 연령, 예방적 타목시펜 복용, 예방적 유방절 제술, 예방적 난소절제술 등을 결정하는 데 유용하다. 유방 암의 위험이 높은 경우 저지방식, 운동, 금연, 금주 등의 생 활습관의 변화로 유방암의 위험도를 감소시킬 수 있을지는 아직 확실하지 않다. McTiernan(14)은 운동을 통하여 유방 암의 위험도를 30∼40% 감소시킬 수 있다고 하였으나, 최 근 식이와 관련된 대규모의 WHI (Women's Health Initiative) 의 결과 저지방식이 유방암의 발생을 감소시키지 않는다고 하였다.(15) 하지만 아직 관찰기간이 8년으로 짧기 때문에 향후 좀 더 오랜 관찰기간이 필요할 것이다.
외국의 경우 50세 이상에서 선별 유방촬영은 유방암의 사망을 1/3로 감소시킨다.(16) 그러나 50세 이하에서는 유방 암의 빈도가 낮으며 치밀유방이 많아 검사가 부정확하여
유방촬영의 비용 대비 효과에 이견이 많다. Kerlikowske 등 (17)은 가족력이 있는 경우 40대에서 시행한 유방촬영이 유 방암의 발견율을 증가시킨다고 하였다. Gail과 Rimer(18)에 따르면 50세에서 유방암의 위험도가 없는 경우와 비교하여 40대에서 유사한 위험도를 가질 경우 유방촬영을 권유하고 있다. 우리나라의 유방암 조기검진은 40세부터 시작되는데 외국에 비해 젊은 여성의 유방암이 많으며, 유방조직이 치 밀한 경우가 많기 때문에 초음파를 검진에 많이 이용한다.
본 프로그램으로 계산한 40세의 5년 기저위험도는 0.14%이 기 때문에 만약 40대 이전이라도 5년 기저위험도가 0.14%
이상이라면 유방촬영, 초음파 등을 검진 시 이용하는 것이 타당할 것이다.
NSABP P-1의 결과에 따라 미국 식품의약국(FDA)에서는 타목시펜을 유방암의 예방약으로 승인하였고, 연구결과에 따라 5년 예측 발생률이 1.66% 이상인 경우 타목시펜의 복 용으로 유방암을 반에서 예방할 수 있다.(4) 하지만 심부정 맥혈전증, 폐색전증, 자궁내막암, 백내장 등 부작용이 증가 하기 때문에 비용-효과면의 고려가 필요하다. 우리나라의 경우 미국보다 유방암의 발생률이 낮기 때문에 타목시펜의 예방효과는 낮으리라 생각하며, 40대에서 가장 높은 발생 률을 나타내기 때문에 NSABP P-1에서와 같이 60세 평균적 인 위험인자를 가진 경우의 5년 예측 발생률인 0.22%을 기 준으로 하기에는 무리가 있으리라 생각한다. 대신 연령별 가장 높은 발생률을 나타내는 45세의 5년 예측 발생률 0.38%를 기준으로 이보다 높은 경우 타목시펜 복용을 고려 할 수 있을 것이다. 우리나라의 경우 타목시펜이 아직 유방 암의 치료약으로만 인정되고 있기 때문에 향후 예방약으로 의 허가가 필요하리라 생각한다.
랄록시펜(raloxifene)의 경우 타목시펜보다 부작용이 적다 고 알려져 있으나, 최근 NSABP-P2 연구 결과 타목시펜과 유방암 예방효과 및 부작용 면에서 큰 차이가 없음이 밝혀 졌다.(19) 타목시펜, 랄록시펜과 같은 SERM( selective estro- gen receptor modulator) 제제 외에 3세대 아로마타제 억제제 가 유방암의 보조요법에 이용되고 있으며 이를 유방암의 예방에 이용하려는 연구(IBIS-II)가 진행 중이다.(20) 이러한 유방암의 내분비치료제는 호르몬 수용체 양성 유방암의 치 료 및 예방에 효과가 있으며, 음성인 경우 효과가 없다.
NSAID가 유방암의 발생을 감소시킴이 알려지면서 COX-2 억제제 및 3세대 retinoid 제제의 유방암 위험도 감소에 대한 연구가 진행 중이며, 현재까지 연구결과 이러한 약제는 호 르몬 수용체 음성 유방암의 예방에도 효과가 있는 것으로 알려지고 있다.(21) 따라서 향후 COX-2 억제제 및 retinoid 제제가 유방암의 예방에 이용될 수 있을 것이다.
BRCA1, 2 유전자 돌연변이가 있는 경우 평생 유방암이 발생할 확률이 60∼85%이고, 난소암이 발생할 확률은 15∼
40%이다. 즉 유전자 검사는 유방암의 발생을 예측하는 중 요한 수단이 되며, 만약 돌연변이가 없는 경우 일반인과 같
은 위험도를 가진다.(22) Hartmann 등(23)에 따르면 예방적 유방절제술은 유방암의 가족력이 있는 경우 95%에서 예방 가능하고, BRCA1 또는 BRCA2 유전자 돌연변이가 있는 경 우 90%에서 예방 가능하다고 한다. 하지만 비용이나 미용 적인 단점이 크기 때문에 현재 미국에서는 BRCA1,2 유전 자 돌연변이 등 평생 유방암의 위험도가 40% 이상인 경우 고려되고 있다. 우리나라의 경우 BRCA 유전자의 투과도 (penetrance)에 대한 정확한 자료가 없기 때문에 이에 대한 연구 없이 BRCA 유전자 돌연변이에 따라 예방적 수술을 결정하기에는 무리가 있으리라 생각한다.
결 론
우리나라 여성을 대상으로 연령, 체질량지수, 폐경여부, 가족력, 모유수유, 초산연령, 유방의 특수검사력의 7가지 위험인자를 입력하여 5년, 10년 내 유방암 발생예측률 및 64세, 74세까지 생존 시 유방암 발생예측률을 계산하는 프 로그램을 개발하였다. 이를 이용하면 개인의 유방암 발생 률을 예측하여 조기검진의 시행과 위험도를 낮추는 예방적 시도를 결정하는 데 이용될 수 있을 것이다.
REFERENCES
1) Euhus DM. Understanding mathematical models for breast cancer risk assessment and counseling. Breast J 2001;7:224- 32.
2) Ministry of Health & Walfare, Korean Central Cancer Registry, Korean Regional Cancer Registry (Korea). Cancer Incidence in Korea 1999-2001. Gwachon, Korea: Ministry of Health & Walfare; 2005.
3) Gail MH, Brinton LA, Byar DP, Corle DK, Green SB, Schairer C, et al. Projecting individualized probabilities of de- veloping breast cancer for white females who are being exam- ined annually. J Natl Cancer Inst 1989;81:1879-86.
4) Dunn BK, Ford LG. From adjuvant therapy to breast cancer prevention: BCPT and STAR. Breast J 2001;7:144-57.
5) Park SK, Yoo KY, Kang DH, Ahn SH, Noh DY, Choe KJ.
The estimation of breast cancer disease-probability by differ- ence of individual susceptibility. Cancer Res Treat 2003;35:
35-51.
6) Chang MC. Estimating relative risk of breast cancer in Korean women using computer program. J Korean Breast Cancer Soc 2004;7:294-8.
7) Korea National Statistical Office, Korean Statistical Informat- ion System. Statistics of deaths by cause. http://kosis.nso.
go.kr/.
8) Choi YH, Kim YJ, Noh DY, Yoo KY. Prediction of future occurrence and probability of developing breast cancer over lifespan in Korean women. J Korean Breast Cancer Soc 2005;
8:80-5.
9) Ahn SH, You C, Lee DS, Han W, Choe KJ, Noh DY.
Determining the main risk factors and high-risk groups of breast cancer using a predictive model for breast cancer risk assessment in South Korea. Cancer Nurs 2004;27:400-6.
10) Jee SH, Song JW, Nam CM. Development of the indivi- dualized health risk appraisal model of breast cancer risk in Korean women. Korean J Epidemiol 2004;26:50-8.
11) Claus EB, Risch N, Thompson WD. Autosomal dominant in- heritance of early-onset breast cancer. Implications for risk prediction. Cancer 1994;73:643-51.
12) Berry DA, Parmigiani G, Sanchez J, Schildkraut J, Winer E.
Probability of carrying a mutation of breast-ovarian cancer gene BRCA1 based on family history. J Natl Cancer Inst 1997;89:227-38.
13) Slattery ML, Kerber RA. A comprehensive evaluation of fam- ily history and breast cancer risk. The Utah Population Database. JAMA 1993;270:1563-8.
14) McTiernan A. Behavioral risk factors in breast cancer: can risk be modified? Oncologist 2003;8:326-34.
15) Prentice RL, Caan B, Chlebowski RT, Patterson R, Kuller LH, Ockene JK, et al. Low-fat dietary pattern and risk of invasive breast cancer: the Women's Health Initiative Randomized Controlled Dietary Modification Trial. JAMA 2006;295:
629-42.
16) Kerlikowske K, Grady D, Rubin SM, Sandrock C, Ernster VL.
Efficacy of screening mammography. A meta-analysis. JAMA 1995;273:149-54.
17) Kerlikowske K, Grady D, Barclay J, Sickles EA, Eaton A, Ernster V. Positive predictive value of screening mammog- raphy by age and family history of breast cancer. JAMA 1993;
270:2444-50.
18) Gail M, Rimer B. Risk-based recommendations for mammo- graphic screening for women in their forties. J Clin Oncol 1998;16:3105-14.
19) Vogel VG, Costantino JP, Wickerham DL, Cronin WM, Cecchini RS, Atkins JN, et al. Effects of tamoxifen vs ralox- ifene on the risk of developing invasive breast cancer and oth- er disease outcomes: the NSABP Study of Tamoxifen and Raloxifene (STAR) P-2 trial. JAMA 2006;295:2727-41.
20) Cuzick J. Aromatase inhibitors in prevention--data from the ATAC (arimidex, tamoxifen alone or in combination) trial and the design of IBIS-II (the second International Breast Cancer Intervention Study). Recent Results Cancer Res 2003;163:
96-103.
21) Brown P. Risk assessment: controversies and management of moderate- to high-risk individuals. Breast J 2005;11:S11-9.
22) Armstrong K, Eisen A, Weber B. Assessing the risk of breast cancer. N Engl J Med 2000;342:564-71.
23) Hartmann LC, Schaid DJ, Woods JE, Crotty TP, Myers JL, Arnold PG, et al. Efficacy of bilateral prophylactic mastec- tomy in women with a family history of breast cancer. N Engl J Med 1999;340:77-84.
