Statistiska metoder för att studera tumörutveckling och riskprediktion för bröstcancer

Avhandlingen omfattar fyra studier och börjar med utvecklingen av det statistiska ramverket för modellen. Sedan tillämpar Rickard Strandberg modellen på svenska data från mammografiscreening i studie I-II. I studie III ligger fokus på riskprediktion med en modifiering av den modellen för att inkludera riskfaktorer separat i var och en av modellens fyra komponenter. I studie IV används modellen för att studera effekten av inställningsparametrar som används vid mammografi på att kunna upptäcka bröstcancertumörer.

Vad är de viktigaste resultaten i din avhandling?

–Förhoppningsvis blir det tydligt att den här typen av metoder för modellering är användbara för ett brett spektrum av tillämpningar. De kan användas för att lära oss mer om hur sjukdomen fortskrider, studera effekterna av bröstcancerscreening och förutsäga en kvinnas framtida risk för bröstcancer. I min avhandling har vi utvecklat riskprediktioner som direkt kan inkludera effekterna av screening – något som konventionella riskprediktionsmodeller inte klarar.

Hur kom det sig att du började forska om just detta?

–Min bakgrund är inom matematisk statistik och jag har ett särskilt intresse för statistisk modellering. När jag stötte på det här projektet förstod jag direkt vad de (nu vi) försökte göra. Dessutom kan vikten av bröstcancerforskning inte överskattas. Jag blev aldrig läkare, men här hittade jag ett sätt att bidra på mitt eget sätt.

Hur tycker du att forskningen ska fortsätta framöver för bröstcancerområdet?

–Som alltid finns det områden där bröstcancermodellering kan förbättras. För denna modell är de viktigaste områdena metastaser och olika undergrupper av bröstcancer. Att validera modellen mot data från andra studiepopulationer skulle också vara ett viktigt steg.

Avhandling

“Breast cancer natural history models and risk prediction in mammography screening cohorts.”

Rickard Strandberg. Karolinska Institutet (2022), ISBN: 978-91-8016-493-1