Voorlopige verkenning van radiomische mammografische analyse bij triple-negatieve borstkanker gerelateerd aan BRCA-profiel

Waarom borstonderzoeken meer kunnen vertellen dan op het eerste gezicht

Als de meeste mensen aan een mammogram denken, stellen ze zich een arts voor die zoekt naar duidelijke knobbels of verdachte plekken. Deze studie stelt een diepere vraag: kunnen subtiele patronen in een standaard röntgenfoto van de borst ook onthullen of een vrouw drager is van erfelijke hoge-risico mutaties, zoals in de BRCA-genen, zelfs voordat een patholoog of genetische test uitsluitsel geeft? Zo ja, dan zouden de alledaagse beelden die gebruikt worden om kanker op te sporen ook kunnen helpen om vrouwen met een hoger erfelijk risico te signaleren, wat kan leiden tot nauwere opvolging of genetische counseling.

Een zware vorm van borstkanker en erfelijk risico

De onderzoekers richtten zich op triple-negatieve borstkanker, een bijzonder agressieve vorm die drie veelvoorkomende hormoon- en groeifactormarkers mist en waarvoor momenteel minder gerichte behandelingsopties bestaan. Triple-negatieve tumoren komen vaker voor bij vrouwen die schadelijke veranderingen in de BRCA1- of BRCA2-genen dragen, betrokken bij het herstellen van beschadigd DNA. Toch vereist het bevestigen van die mutaties nog steeds een genetische test. Het team vroeg zich af of mammogrammen zelf verborgen aanwijzingen kunnen bevatten — te subtiel voor het blote oog — die vrouwen met en zonder BRCA-mutaties kunnen onderscheiden binnen de groep die al gediagnosticeerd is met triple-negatieve ziekte.

Het omzetten van mammogrammen naar getallen

Om dit te onderzoeken voerden de wetenschappers een retrospectieve analyse uit van 52 vrouwen met triple-negatieve borstkanker die digitale mammografie hadden ondergaan vóór enige behandeling en waarvan de BRCA-status bekend was. Dertien vrouwen droegen BRCA-mutaties en 39 niet. Radiologen tekenden handmatig elke zichtbare tumor op het mammogram af en plaatsten ook een standaard ovaal gebied in het meest uniforme deel van de tegenoverliggende, ogenschijnlijk gezonde borst. Met behulp van een open-source softwarepakket zetten ze elk afgebakend gebied om in 195 numerieke beschrijvingen, of “features”, die helderheid, contrast en fijnmazige textuur vastleggen — licht-donkerpatronen die een aanwijzing geven over hoe weefsel op microscopisch niveau is georganiseerd.

Algoritmen laten zoeken naar betekenisvolle patronen

Aangezien honderden metingen overlappend of redundant kunnen zijn, gebruikte het team statistische technieken om de lijst terug te brengen tot enkele features die het meest informatief waren zonder sterk te overlappen. Ze bouwden vervolgens drie typen modellen: een die alleen gebaseerd was op features van het gezonde borstweefsel, een die alleen de tumorkenmerken gebruikte en een die beide combineerde. Verschillende standaard machine-learning classifiers — waaronder logistische regressie, support vector machines en decision trees — werden herhaaldelijk getraind en getest op geschudde subsets van de data om te schatten hoe goed ze BRCA-gemuteerde patiënten van niet-gemuteerde patiënten konden onderscheiden.

Het stille borstweefsel spreekt het luidst

Verrassend genoeg kwamen de meest accurate modellen niet uit de tumoren zelf, maar uit het normaal ogende klierweefsel van de tegenovergestelde borst. Een eenvoudig lineair model gebaseerd uitsluitend op drie features van dit gezonde weefsel bereikte een goede discriminatie tussen dragers van mutaties en niet-dragers, met een hoge specificiteit — wat betekent weinig valse alarmen. Eén textuurmaat, bekend als “sum entropy”, die weergeeft hoe willekeurig of complex de pixelpatronen zijn, was consequent hoger bij vrouwen met BRCA-mutaties. De auteurs suggereren dat erfelijke defecten in DNA-herstel subtiel de microscopische architectuur van borstweefsel kunnen veranderen, lang voordat of buiten wat als een duidelijke massa zichtbaar is, en dat deze gewijzigde architectuur naar voren komt als een onregelmatiger textuur in het mammogram.

Wat dit zou kunnen betekenen voor toekomstige controles

Voor de leek is de belangrijkste conclusie dat standaard mammogrammen mogelijk veel rijkere informatie bevatten dan radiologen momenteel benutten. In deze voorlopige studie hielp computeraanalyse van het “achtergrond” borstweefsel — niet alleen de tumor — om vrouwen met hoog-risico BRCA-mutaties te onderscheiden van vrouwen zonder, binnen een groep die al met triple-negatieve borstkanker te maken had. Als grotere, multicentrische studies deze bevindingen bevestigen en integreren met klinische gegevens, zouden routinematige screeningbeelden ooit kunnen ondersteunen bij niet-invasieve hulpmiddelen die erfelijk risico inschatten en helpen beslissen wie aangeboden moet worden voor genetische testen of nauwere follow-up, zonder iets te veranderen aan hoe het mammogram zelf wordt gemaakt.

Bronvermelding: Pecchi, A., Sessa, G., Nocetti, L. et al. Preliminary exploration of radiomic mammographic analysis in triple negative breast cancer related to BRCA profile. Sci Rep 16, 8765 (2026). https://doi.org/10.1038/s41598-026-35774-1

Trefwoorden: triple-negatieve borstkanker, BRCA-mutatie, mammografie, radiomics, radiogenomics