运行库合集：一次解决DLL缺失与软件报错的环境部署方案
2026/10/22 3:17:20
DENSE试验文献脉络-极致密乳腺补充MRI筛查从RCT到DENSE-2
DENSE（Dense Tissue and Early Breast Neoplasm Screening）是荷兰于2011 年启动、由 Utrecht 大学医学中心 Carla van Gils 团队牵头的全国性随机对照试验，在钼靶阴性且极致密乳腺（ACR 4 类/D）的女性中验证"补充全方案 MRI"能否降低间期癌。主试验证明补充 MRI 将间期癌率从约 4.9 降至约 0.8/千次筛查；2026 年的DENSE-2则在此循证基础上，进一步比较更便宜的 CEM 与 AB-MRI能否复制同等收益。本笔记梳理 2011–2026 的完整文献脉络。
试验概述
| 要素 | 内容 |
|---|---|
| 全称 | Dense Tissue and Early Breast Neoplasm Screening |
| 启动 | 2011 年（荷兰，Utrecht） |
| 设计 | 全国性随机对照试验，嵌入荷兰乳腺筛查项目 |
| 人群 | 钼靶阴性、极致密乳腺（ACR 4/D）女性 |
| 干预 | 补充全方案动态增强 MRI |
| 结局 | 间期癌率（主要）、检出率、成本效益、生存 |
| 现状 | 主试验完成 → 2026 年 DENSE-2 试验（CEM vs AB-MRI）进行中 |
完整时间线（核心文献）
| 年份 | 期刊 | 第一作者 | 论文要点 | 阶段 |
|---|---|---|---|---|
| 2015 | Radiology | Emaus | 可行性预试验：50–75 岁极致密乳腺补充 MRI 的检出率与可行性 | 试点 |
| 2018 | Clin Radiol | de Lange | 参与/不参与补充 MRI 筛查的原因分析（行为学铺垫） | 招募 |
| 2019 | NEJM | Bakker | 🌟主结果：补充 MRI 显著降低间期癌率（核心证据） | 首轮 |
| 2021 | Radiology | Veenhuizen | 第二轮筛查结果（发病轮） | 二轮 |
| 2021 | JNCI | Geuzinge | 补充 MRI 的成本效益分析（质量调整生命年） | 经济评价 |
| 2021 | Radiology | den Dekker | 基于 DENSE 数据的预测模型降低假阳性率 | 二次分析 |
| 2021 | Ned Tijdschr Geneeskd | Raat | 荷兰是否准备好个性化筛查（AB-MRI/CEM 前景评述） | 评述 |
| 2022 | Radiology | Verburg | 深度学习自动分流 4581 例DENSE 乳腺 MRI | AI 分析 |
| 2023 | Radiology | Wang | 基线 DCE-MRI定量实质特征与后续癌发生 | 二次分析 |
| 2023 | Invest Radiol | Verburg | DL 分流 + 计算机辅助诊断在第二轮 2901 例验证 | AI 分析 |
| 2024 | Eur Radiol | Veenhuizen | DENSE 各轮补充 MRI 的再参与率 | 行为学 |
| 2025 | Radiology | van Grinsven | **缩短方案 MRI（AB-MRI）**多读片者诊断准确性 | 过渡 |
| 2026 | Radiology | van Grinsven | 🌟DENSE-2：CEM vs AB-MRI 补充筛查（试验设计） | 新试验 |
关键数据（主试验遗产）
| 指标 | 数值 | 意义 |
|---|---|---|
| 参与者 | 约 40,000+（MRI 臂约 9,700，对照约 30,000） | 全国规模 RCT |
| 补充 MRI 检出率 | 首轮约 16/千次 | 阳性预警效率 |
| 间期癌率（接受 MRI 者） | 0.8/千次 | 漏检极低 |
| 间期癌率（受邀未接受） | 4.9/千次 | 未筛者基准 |
| 混合 ITT 间期癌率 | 2.5/千次 | 政策层面效应 |
| 收益方向 | 间期癌显著减少 | 对应更早治疗、更低死亡 |
| 代价 | 假阳性率升高、额外活检 | 需系统权衡 |
解读：接受与未接受 MRI 的间期癌率相差约6 倍，但预随机化设计混入"受邀未接受"者后，ITT 效应被稀释至 2.5/千次——ITT 是政策效应，CACE 才是技术效应。
脉络主线
第一幕（2015–2019）——建立证据：可行性试验证明补充 MRI 可行 → 全规模 RCT 主结果（NEJM 2019）证明补充 MRI 大幅降低间期癌率。据此 EUSOBI 与 ACR 发出"极致密乳腺补充 MRI"推荐。
第二幕（2021）——经济与行为落地：成本效益分析显示在特定阈值下可具成本效益；假阳性预测模型与参与原因研究回答"如何把好钢用在刀刃上、如何留住人群"。
第三幕（2022–2025）——AI 提效：深度学习自动分流（降负荷）+ 定量实质特征（富 DCE 信息）+ AB-MRI 多读片验证，指向"用更少资源维持检出"的方向。
第四幕（2026）——DENSE-2 裁决：全方案 MRI 虽有效但成本与产能难入人群筛查；DENSE-2 以 1:1:4 预随机化、3540+3540 例受检者，直接比较 **CEM（12 min、碘剂）与 AB-MRI（5 min、钆剂）**对间期癌的影响，2031 年报告主要结果，为筛查策略的成本-效益最优解给出最高等级答案。
参考文献（DENSE 系列核心文献，按时间序）
- Emaus MJ, Bakker MF, Peeters PH, et al. MR Imaging as an Additional Screening Modality for the Detection of Breast Cancer in Women Aged 50–75 Years with Extremely Dense Breasts: The DENSE Trial Study Design.Radiology. 2015;277(2):527–37. doi:10.1148/radiol.2015141827. PMID 26110667.
- de Lange SV, Bakker MF, Monninkhof EM, et al. Reasons for (non)participation in supplemental population-based MRI breast screening for women with extremely dense breasts.Clin Radiol. 2018;73(8):759.e1–759.e9. doi:10.1016/j.crad.2018.04.002. PMID 29759590.
- Bakker MF, de Lange SV, Pijnappel RM, et al. Supplemental MRI Screening for Women with Extremely Dense Breast Tissue.N Engl J Med. 2019;381(22):2091–2102.（DENSE 主试验结果）doi:10.1056/NEJMoa1903986. PMID 31774954.
- Veenhuizen SGA, de Lange SV, Bakker MF, et al. Supplemental Breast MRI for Women with Extremely Dense Breasts: Results of the Second Screening Round of the DENSE Trial.Radiology. 2021;299(2):278–86. doi:10.1148/radiol.2021203633. PMID 33724062.
- Geuzinge HA, Bakker MF, Heijnsdijk EAM, et al. Cost-Effectiveness of Magnetic Resonance Imaging Screening for Women With Extremely Dense Breast Tissue.J Natl Cancer Inst. 2021;113(11):1476–83. doi:10.1093/jnci/djab119. PMID 34585249.
- den Dekker BM, Bakker MF, de Lange SV, et al. Reducing False-Positive Screening MRI Rate in Women with Extremely Dense Breasts Using Prediction Models Based on Data from the DENSE Trial.Radiology. 2021;301(2):283–92. doi:10.1148/radiol.2021210325. PMID 34402665.
- Raat HPJ, Lobbes MBI, Veldhuis WB. Is The Netherlands ready for personalized breast cancer screening? Abbreviated breast MRI and contrast-enhanced mammography for screening in women with dense breasts.Ned Tijdschr Geneeskd. 2021;165.（荷兰语；无 DOI）. PMID 34346656.
- Verburg E, van Gils CH, van der Velden BHM, et al. Deep Learning for Automated Triaging of 4581 Breast MRI Examinations from the DENSE Trial.Radiology. 2022;302(1):29–36. doi:10.1148/radiol.2021203960. PMID 34609196.
- Wang H, van der Velden BHM, Verburg E, et al. Assessing Quantitative Parenchymal Features at Baseline Dynamic Contrast-enhanced MRI and Cancer Occurrence in Women with Extremely Dense Breasts.Radiology. 2023;308(2):e222841. doi:10.1148/radiol.222841. PMID 37552061.
10.Verburg E, van Gils CH, van der Velden BHM, et al. Validation of Combined Deep Learning Triaging and Computer-Aided Diagnosis in 2901 Breast MRI Examinations From the Second Screening Round of the DENSE Trial.Invest Radiol. 2023;58(4):293–98. doi:10.1097/RLI.0000000000000934. PMID 36256783. - Veenhuizen SGA, van Grinsven SEL, Laseur IL, et al. Re-attendance in supplemental breast MRI screening rounds of the DENSE trial for women with extremely dense breasts.Eur Radiol. 2024;34(10):6334–47. PMID 38639912.（PubMed 收录 DOI 串号有误，故不采用，以 PMID 为准）
- van Grinsven SEL, Mann RM, Monninkhof EM, et al. Multireader Diagnostic Accuracy of Abbreviated Breast MRI for Screening Women with Extremely Dense Breasts.Radiology. 2025;315(2):e241233. doi:10.1148/radiol.241233. PMID 40392091.
- van Grinsven SEL, Monninkhof EM, Mann RM, et al. Supplemental Breast Cancer Screening with Contrast-enhanced Mammography or Abbreviated MRI for Extremely Dense Breasts: The DENSE-2 Trial.Radiology. 2026;321(1):e260333.（DENSE-2 试验）doi:10.1148/radiol.260333. PMID 42867374.