Mer presis beregning av kreftrisiko

Har faren din lungekreft, broren din testikkelkreft eller moren din brystkreft, hvor stor er sjansen for at du får kreft da? Nå kan denne risikoen regnes ut enda mer presist enn før.

Tidligere metoder for å beregne risiko for kreft i familier har ikke gitt et riktig bilde av den økte risikoen for enkeltpasienten. Biostatistikere har nå konstruert en metode som gjør at denne risikoen kan beregnes for spesifikke familiære sykdomshistorier. (Foto: iStockphoto)

Familiær kreft

Et løsere begrep enn arvelig kreft, og brukes om familier med mer kreftsykdom enn det som er forenlig med ren slump, men der det ikke kan påvises genfeil. 

Brystkreft, testikkelkreft og lungekreft er eksempler på dette. 

Kilde: Helse Vest og Kreftforeningen

Årsaker til kreft favner både arvelige faktorer og miljø- og livsstilsfaktorer, og disse kan deles mellom familiemedlemmer. 

For mange kreftformer ser forskerne det de kaller en familiær opphopning av disse faktorene. Og kunnskap om dette kan brukes for å beregne individuell risiko. 

For noen kreftformer er den økte risikoen enklere å beregne enn for andre. For eksempel har brødre av en mann med testikkelkreft seks ganger større risiko for selv å få testikkelkreft enn det som er normal risiko i befolkningen.

Vi vet også at sønner av fedre med lungekreft har dobbelt så stor sjanse for å få lungekreft som andre. Dette skyldes ikke at en røykevane har blitt delt mellom familiemedlemmer, men er sannsynligvis påvirket av andre faktorer, for eksempel genetiske.

Nær 15 prosent av alle friske kvinner har minst ett nært familiemedlem med brystkreft. Risiko for brystkreft hos disse kvinnene er fordoblet og øker enda mer dersom flere familiemedlemmer har hatt brystkreft.

- Å forstå hvorfor det er slik er viktig både ut fra et vitenskapelig perspektiv - for eksempel hva det er som gir noen kvinner høyere risiko. Og ikke minst er det viktig for myndighetene som skal gi råd og hjelp til familier med høy risiko, sier Odd Aalen, professor i biostatistikk ved Universitetet i Oslo.

Testikkelkreft i familien

Opphopning av en krefttype i familien forekommer altså ikke bare på basis av miljø- eller livsstilsfaktorer. Den må også ha arvelige faktorer, både genetiske og epigenetiske.

Genetiske faktorer omhandler selve DNA-sekvensen og dermed genets funksjon. Epigenetiske faktorer er reversible forandringer som påvirker geners funksjon uten at selve DNA-sekvensen endres. Mange små molekyler som binder seg til DNA er avgjørende for aktivitetsnivået til spesifikke gener. Arv har betydning for alle disse prosessene som påvirker genenes uttrykk.

I en nylig publisert studie på individuell risiko for testikkelkreft viste postdoktor Morten Valberg at sønner av menn med testikkelkreft har fire ganger større risiko for å få testikkelkreft enn gjennomsnittet i befolkningen.

- Det er viktig for mennesker med kreftsykdom i familien å få vite noe om hvordan dette påvirker deres egen risiko, sier Morten Valberg, postdoktor i biostatistikk ved UiO. Foto: Gunnar Fredrik Lothe, UiO.

Om man har en bror med testikkelkreft, er risikoen seks ganger større enn for gjennomsnittet i befolkningen. Hvis ytterligere en bror har testikkelkreft, stiger risikoen til drøyt 22 ganger høyere enn gjennomsnittet. Tallene avtar med økende antall friske brødre.

Betydningen av alder

I tillegg endres risikoen avhengig av hvilken alder familiemedlemmene hadde da de fikk testikkelkreft. En bror diagnostisert i ung alder gir en høyere risiko enn en bror diagnostisert ved høy alder.

- Det er viktig for mennesker med kreftsykdom i familien å få vite noe om hvordan dette påvirker deres egen risiko. I tillegg er kartlegging av familiær risiko viktig for å forstå årsaksforhold rundt kreft, påpeker Valberg, og utdyper: 

- En ting er at personer med kreftsykdom kan ta forholdsregler, for eksempel med å bli fulgt opp tettere av medisinsk personell. En annen ting er hvordan folk uroer seg. For eksempel rundt spørsmål om hva en kreftsykdom i familien betyr for deg? Presise beregninger av risiko kan i alle fall bidra til visshet rundt disse tingene. 

Ny metode for risikoberegninger

Professor Aalen er leder for et tverrfaglig prosjekt som gjennomføres i samarbeid med forskere ved Kreftregisteret og ved Universitetet i Oslo.

Aalen og hans gruppe forsker nå frem en helt ny metode for beregning av kreftrisiko. Denne er basert på en såkalt frailty-modell - på norsk kalt sårbarhetsmodell. I praksis er dette en metode som bruker den enkelte families historikk for å tallfeste den enkeltes risiko. 

- Vi tenker oss at de enkelte individer har ulik sårbarhet. Noen har stor risiko for å utvikle en sykdom, mens andre har liten risiko. Variasjonen i sårbarhet kan skyldes genetiske forhold eller andre omstendigheter, forklarer Aalen.

Mer detaljert beregning

Det nye prosjektet er basert på funn som viser at det er stor variasjon i risiko for kreft mellom familier.

- Dette var kjent fra før, men vår forskning gir et mer detaljert bilde av sammenhengene enn det som har vært gitt tidligere, sier Aalen.

- I Norge og resten av Norden finnes det spesielt gode registre med data som kan brukes for å besvare slike spørsmål, legger han til.

Ut ifra denne nye modellen er sjansen for å få kreft i en bestemt alder avhengig av både den generelle risikoen for en bestemt type kreft i populasjonen og den særskilte risikoen i den aktuelle familien. Den enkeltes risiko er ukjent, men kan nå beregnes i stor detalj og tar også hensyn til om det er friske familiemedlemmer eller flere diagnoser i familien, samt alder for hvor lenge disse personene har vært friske eller når de ble syke. 

Sammenheng mellom biologi og livsstil

- Vår forskning gir et mer detaljert bilde av sammenhengene enn det som har vært gitt tidligere, sier Odd Aalen, professor i biostatistikk ved UiO. Foto: Gunnar Fredrik Lothe, UiO.

Flere millioner mennesker og deres familierelasjoner skal analyseres med hensyn til kreftrisiko, og det er meget krevende statistiske analyser.

Modellen vil også kunne si noe om sammenhengen mellom livsstil og de biologiske årsakene til økningen i kreftrisiko for personer med flere diagnostiserte familiemedlemmer.

- Ved å ta i bruk den nye metodikken med data fra de Nordiske kreftregistrene skal det være mulig å forutsi hva den enkeltes individuelle risiko er, avhengig av hele familiens risiko, mener forskeren.

Med andre ord, kan modellen gi oss presise svar på for eksempel kreftrisikoen til en mann med tre søsken, hvorav to er blitt diagnostisert med kreft i alder 42 og 67 år, mens den tredje er 70 år gammel og frisk.

Åpen programvare

Aalen mener Frailty-modellering er en lovende metode for beregning av den enkeltes individuelle kreftrisiko på basis av den generelle risikoen i populasjonen.

- For eksempel hvis mor og en søster har brystkreft, på hvilken måte øker ens egen risiko? Bør man ha spesiell oppfølging? Data fra dette prosjektet vil hjelpe både oss selv til å lytte til eventuelle behov kroppen vår kan ha, og myndighetene kan få hjelp til å påse at de som trenger ekstra oppfølging får det, avslutter Aalen.

Den endelige beregningsmodellen og programvare for å bruke denne vil ved prosjektslutt gjøres tilgjengelig på internett.

Men hva betyr denne måten å beregne risiko rent etisk? 

- Mitt inntrykk er at de fleste som har en familiær sykdomshistorie for enkelte krefttyper er klar over at det kan skyldes at sykdommen er arvelig. Da kan det fort oppstå spekulasjoner om hvor stor ens egen risiko faktisk er, spesielt om man har flere syke familiemedlemmer, sier Morten Valberg. 

- At en lege da kan vise til et risikoestimat som faktisk er relevant for den enkelte kan da være nyttig. Kanskje viser det seg at man ikke har så stor økt risiko som man hadde trodd. For sykdommer som kan behandles, kan det dessuten være en fordel å være obs på at man faktisk har en økt risiko. Når det er sagt, så er for eksempel testikkelkreft i utgangspunktet en sjelden sykdom, så man bør ikke gå rundt å bekymre seg i hverdagen selv om man skulle ha en noe forhøyet risiko, sier han. 

Referanse:

Valberg M og Aalen O m.fl., A Hierarchical Frailty Model for Familial Testicular Germ-Cell Tumors.  Am. J. Epidemiol. (2014) 179 (4): 499-506.

Powered by Labrador CMS