{"id":16167,"date":"2026-07-08T16:04:53","date_gmt":"2026-07-08T14:04:53","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/sarocha-chootipongchaivat\/"},"modified":"2026-07-08T16:05:02","modified_gmt":"2026-07-08T14:05:02","slug":"sarocha-chootipongchaivat","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/sarocha-chootipongchaivat\/","title":{"rendered":"Sarocha Chootipongchaivat"},"content":{"rendered":"","protected":true},"excerpt":{"rendered":"","protected":true},"author":7,"featured_media":16168,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"footnotes":""},"us_portfolio_category":[45],"class_list":["post-16167","us_portfolio","type-us_portfolio","status-publish","post-password-required","hentry","us_portfolio_category-new-template"],"acf":{"naam_van_het_proefschift":"Moving Forward With DCIS and Invasive Breast Cancer","samenvatting":"SAMENVATTING \n\nBorstkanker is een internationaal zorgwekkend gezondheidsprobleem. Wereldwijd stierven in 2022 670.000 vrouwen aan borstkanker en werden er 2,3 miljoen nieuwe gevallen vastgesteld. Het is wereldwijd de meest voorkomende doodsoorzaak onder vrouwen. Vroege opsporing en behandeling spelen een cruciale rol bij het reduceren van borstkankersterfte. Borstkankerscreening is een manier om borstkanker in een vroeg stadium te detecteren wat een minder intensieve behandeling vereist met als gevolg een betere kwaliteit van leven en overlevingskansen. \n\nEen precursorlaesie die kan worden gedetecteerd door mammografie is ductaal carcinoma in situ (DCIS). Sinds de introductie van mammografiescreening, is er een toename in de DCIS incidentie. Twintig procent van alle gediagnosticeerde borstkanker is DCIS. Hoewel DCIS niet levensbedreigend is, kan het zich ontwikkelen tot invasieve borstkanker zonder behandeling. Vanwege de heterogene aard van DCIS, is het identificeren van het type DCIS dat zich kan ontwikkelen tot invasieve borstkanker essentieel. Hierdoor kan een optimale behandeling van de ziekte worden bepaald en overbehandeling worden beperkt. \n\nHet ontwikkelen van een optimale screeningsstrategie (o.a. screeningsinterval, screeningsleeftijd, screeningsmodaliteit) is afhankelijk van zowel verschillende contextuele, culturele en demografische factoren als het risico op borstkanker in een populatie. Het is van belang om niet alleen de voordelige effecten (baten) van screening te analyseren, maar ook de nadelige effecten zoals overdiagnose en overbehandeling in beschouwing te nemen. Het is daarom essentieel om een optimale balans te vinden tussen voor- en nadelen van screening door screeningsstrategie\u00ebn continue te evalueren en zo nodig aan te passen. \n\nHet doel van dit proefschrift is tweeledig: 1) het verkrijgen van meer inzicht in het natuurlijk beloop van DCIS en 2) het evalueren van de effectiviteit van borstkankerscreening in verschillende populaties. Alle analyses in dit proefschrift zijn uitgevoerd met het microsimulatiemodel MISCAN-Fadia (Microsimulation Screening Analysis \u2013 Fatal Diameter; ook wel bekend als \u2018model E\u2019). Sommige analyses zijn uitgevoerd in samenwerking met andere modellen van CISNET (Cancer Intervention and Surveillance Modeling Network).\n\nDeel 1 Ontrafeling van het natuurlijk beloop van DCIS \nIn hoofdstuk 2 zijn twee gevalideerde populatiemodellen toegepast om zes mogelijke scenario\u2019s van het natuurlijk beloop van DCIS te evalueren met behulp van submodellen. Er werden 3 aannames gemaakt voor de submodellen: 30%, 50% of 80% van de niet-detecteerbaar DCIS kunnen zich ontwikkelen tot preklinisch, screen-detecteerbaar DCIS. Elk submodel heeft een variant waarbij regressie van DCIS wordt toegestaan en een variant waarbij regressie van DCIS wordt uitgesloten. Verder kan een preklinisch screen-detecteerbaar DCIS zich ontwikkelen tot klinisch DCIS of invasieve borstkanker (IBC). Op basis van de Amerikaanse screeningsdata, hebben de modellen de leeftijdsspecifieke incidentie van DCIS en IBC geprojecteerd en zijn deze vergeleken met de geobserveerde incidentie uit de SEER database (Surveillance, Epidemiology, and End Results). De modellen schatten de gemiddelde duur (mean sojourn time; MST) van DCIS in de preklinische, screen-detecteerbare fase, overdiagnose en het risico op progressie. We vonden dat, zonder biopsie en chirurgische excisie, het merendeel van DCIS (model D: 64%-100%; model E: 93%-100%) in de preklinische, screen-detecteerbare fase zich ontwikkelen tot IBC in submodellen waarin regressie van DCIS niet werd toegestaan, en 36%-100% in submodellen waarin regressie wel werd toegestaan (model D: 49%-100%; model E: 36%-75%). DCIS overdiagnose varieerde tussen 3,1%-19,3% voor model D en 33,6%-65,8% voor model E. IBC Overdiagnose was 2,4% voor model D en 1,3%-1,4% voor model E. Submodellen waarin DCIS regressie werd toegestaan resulteerden in een hogere schatting van DCIS overdiagnose dan submodellen zonder regressie. De MST voor progressief DCIS varieerde tussen 0,2 en 2,5 jaar. Onze bevindingen suggereren dat het merendeel van screen-detecteerbare preklinische DCIS-laesies (zonder biopsie) zich ontwikkelt tot IBC en dat de MST relatief kort is. Desalniettemin is, gezien de heterogeniteit van DCIS, aanvullend onderzoek noodzakelijk om de progressie van DCIS naar graad en moleculaire subtypen beter te begrijpen.\n\nIn hoofdstuk 3 zijn elk van de 6 submodellen uit hoofdstuk 2 verder uitgebreid met 6 subgroepmodellen door graad (graad 1, 2 en 3&4) en estrogeen receptor status (ER positief en ER negatief ) toe te voegen. Deze subgroepmodellen hebben net als de submodellen in hoofdstuk 2 een variant met DCIS regressie en een variant zonder DCIS regressie en 3 progressie proporties van de preklinische niet-detecteerbare DCIS stadia naar preklinische detecteerbare DCIS stadia. Het verschil tussen de submodellen uit hoofdstuk 2 en de subgroupmodellen in hoofdstuk 3 is de toevoeging van graad en estrogreen receptor status middels verschillende MST ratio\u2019s. De ratio\u2019s representeren het natuurlijk beloop van DCIS in combinatie met ER en graad. Onze base case set verondersteld de volgende MST ratio\u2019s 1,2; 1,7 en 1,5 voor respectievelijk ER+ vs. ER-, graad 1 vs. 2 en graad 2 vs. 3&4. Naast de base case set, zijn er 3 extreme \u2018sets\u2019 ontwikkeld door elk ratio te vervangen door een ratio van 5. Wij hebben de geprojecteerde subgroep incidentie vergeleken met de geobserveerde SEER data en de overdiagnose berekend. \n\nDe base case set met MSTs tussen 0,1-7,8 jaar liet een betere overeenkomst zien met de SEER data set dan de andere sets. DCIS overdiagnose varieerde van 3-28% voor model D en 31-78% voor model E, waarbij lagere waarden werden gevonden wanneer er geen DCIS regressie werd aangenomen in het model. Ongeacht de ER status, liet laaggradig DCIS meer overdiagnose zien dan hooggradig DCIS met een factor 1,0-2,0. De base case set kwam relatief goed overeen met de SEER incidentie subgroepen dataset, waarbij de MST langer is in laaggradig DCIS dan hooggradig DCIS. Overdiagnose was hoger onder laaggradig DCIS dan hooggradig DCIS. De schattingen van MSTs en overdiagnose van de DCIS subgroepmodellen kunnen bijdragen aan het optimaliseren van de medische behandeling voor pati\u00ebnten met laaggradig DCIS. \n\nDeel 2 Borstkankerscreening in verschillende populaties \nIn hoofdstuk 4 hebben we verschillende screeningsstrategie\u00ebn voor vrouwen met Downsyndroom onderzocht vanwege het lagere risico op borstkanker en een lagere levensverwachting dan vrouwen zonder Downsyndroom. Twee CISNET simulatiemodellen hebben de voor- en nadelen geschat voor verschillende screeningsstrategie\u00ebn voor vrouwen met Downsyndroom waarbij we een levenslange tijdshorizon gebruikte. We modelleerden een hypothetisch cohort met Amerikaanse vrouwen met Downsyndroom die geboren waren in 1970. Jaarlijkse, tweejaarlijkse, driejaarlijkse en een eenmalige screening middels digitale mammografie voor vrouwen tussen de leeftijd 40-74 jaar zijn gemodelleerd. Uit de analyse bleek dat vrouwen met een gemiddeld risico die tussen 50-74 jaar tweejaarlijks werden gescreend in totaal 122 mammogrammen kregen, 10 fout-positieve mammogrammen, en 1,4 goedaardige biopsies per gewonnen levensjaar in vergelijking met een strategie zonder screening. Voor vrouwen met Downsyndroom resulteerde dezelfde screeningstrategie in 2.752 mammogrammen, 242 fout-positieve mammogrammen, en 34 goedaardige biopsies per gewonnen levensjaar. \n\nDe risico\/baten ratio voor de verschillende mammografie screeningsstrategie\u00ebn voor vrouwen met Downsyndroom is minder gunstig dan vrouwen met een gemiddeld risico. De voordelen van screening met mammografie voor vrouwen met Downsyndroom komen minder sterk naar voren vanwege het lagere risico op borstkanker en de lagere levensverwachting. \n\nIn hoofdstuk 5 hebben wij de kosteneffectiviteit ge\u00ebvalueerd van het nationale mammografie screeningsprogramma van Singapore, dat in 2002 werd ge\u00efmplementeerd. Singapore adviseert jaarlijkse screening voor vrouwen tussen 40-49 jaar en tweejaarlijkse screening voor vrouwen tussen 50-69 jaar. Naast het Singaporese screeningsprogramma hebben wij tevens alternatieve screeningsscenario\u2019s gemodelleerd, waarbij rekening werd gehouden met belangrijke specifieke kenmerken van het land. Wij hebben gebruik gemaakt van nationale data uit Singapore voor het MISCAN\u2011Fadia model, waarmee 302 screeningsscenario\u2019s werden gesimuleerd voor 10 miljoen vrouwen geboren tussen 1910 en 1969. De scenario\u2019s varieerden in start\u2011 en stopleeftijd, screeningsinterval en deelnamegraad. De gebruikte uitkomstmaten waren: gewonnen levensjaren (LYG), vermeden borstkankersterfgevallen, fout\u2011positieve uitslagen, overdiagnose, voor kwaliteit\u2011van-leven-gecorrigeerde levensjaren (QALY\u2019s), kosten (uitgedrukt in Singaporese dollars van 2002; S$), en incrementele kosteneffectiviteitsratio\u2019s (ICER\u2019s). Kosten en effecten werden berekend en verdisconteerd met 3%, vanuit het perspectief van de zorgaanbieder. Onze simulatie van het huidige screeningsprogramma van Singapore, met de geobserveerde deelnamegraad, resulteerde in 54.158 mammografie\u00ebn per 100.000 vrouwen, leverde 1.054 gewonnen levensjaren op en er werden 57 sterfgevallen door borstkanker vermeden. Bij deelnamepercentages \u226550% bevond het programma zich dicht bij de effici\u00ebntiefrontier. De meeste screeningsscenario\u2019s op de effici\u00ebntiefrontier hebben een startleeftijd van 40 jaar. De ICER\u2019s van deze scenario\u2019s op de effici\u00ebntiefrontier varieerden tussen S$10.186 en S$56.306 per gewonnen QALY, hetgeen als kosteneffectief wordt beschouwd bij een betalingsbereidheidsdrempel van S$70.000 per gewonnen QALY. Het huidige screeningsprogramma van Singapore bevindt zich nabij de effici\u00ebntiefrontier, en het starten van screening op leeftijd 40 of 45 is kosteneffectief. Verder zou het verhogen van de deelnamegraad de baten vergroten, terwijl de kosteneffectiviteit behouden blijft.\n\nIn hoofdstuk 6 hebben we het natuurlijk beloop van borstkanker en de effectiviteit van klinisch borstonderzoek gemodelleerd. Hierbij zijn data gebruikt van gerandomiseerde gecontroleerde trials die zijn uitgevoerd in India (Mumbai en Trivandrum) om zowel de lange termijn effecten van klinisch borstonderzoek als van alternatieve scenario\u2019s te schatten. We hebben het MISCAN-Fadia model gebruikt om borstkankerscreening te simuleren met als screeningsmodaliteit klinisch borstonderzoek. Regio-specifieke incidentie en trial-specifieke gegevens zijn gebruikt zoals screeningsinterval, screeningsleeftijd, deelnamegraad en behandeling voor het samenstellen van trial-specifieke modellen. De stadiumverdeling en sensitiviteit van CBE in beide trials werden accuraat gereproduceerd in de modellen. Onze modellen schatten een borstkankermortaliteitsreductie tussen 5% en 6% voor de trials in India, met een hogere geschatte mortaliteitreductie dan de Trivandrum trial en een lagere geschatte mortaliteitsreductie dan de Mumbai trial. Onder de aannames van 100% deelname, driejaarlijkse screening voor vrouwen tussen de leeftijd 30-69 jaar en een levenslange follow-up laat het model een mortaliteitsreductie zien van 12%. Wanneer we onder dezelfde aannames een tweejaarlijkse screening simuleren, schat het model een mortaliteitsreductie van 16%. Deze bevindingen suggereren dat vrouwen in landen met beperkte middelen kunnen profiteren van de voordelen van screening middels klinisch borstonderzoek, wat gegeven de beschikbare middelen niet beschouwd zou moeten worden als een suboptimale optie. Screening met klinisch borstonderzoek in de leeftijdscategorie 30-69 jaar kan leiden tot lagere borstkankersterfte. \n\nConclusies \nDe bevindingen in dit proefschrift leiden tot de volgende conclusies: \n- Een groot deel van de screendetecteerbare maar niet-gebiopteerde preklinische DCIS laesies ontwikkelen zich tot invasieve borstkanker en de gemiddelde tijdsduur waarin dit gebeurt is relatief kort (hoofdstuk 2). \n- Voor laaggradig DCIS is deze gemiddelde tijdsduur langer dan voor hooggradig DCIS. Daarnaast is de overdiagnose naar schatting hoger voor laaggradig DCIS dan voor hooggradig DCIS, ongeacht de ER status (hoofdstuk 3).\n- Vanwege het lagere borstkankerrisico en de kortere levensverwachting bij vrouwen met Downsyndroom, is de verhouding tussen de voor- en nadelen minder gunstig bij borstkankerscreening dan bij vrouwen met een gemiddeld risico (hoofdstuk 4).\n- De meeste kosteneffectieve screeningsstrategie\u00ebn voor Singapore zijn screeningsscenario\u2019s met een startleeftijd van 40 jaar (hoofdstuk 5).\n- Screening middels klinisch borstonderzoek kan resulteren in een borstkanker mortaliteitsreductie tot 16% wanneer vrouwen in India tussen de leeftijd 30-69 jaar tweejaarlijks zouden worden gescreend (hoofdstuk 6).\n\nAanbevelingen: \n- Het MISCAN-Fadia model kan worden doorontwikkeld wanneer de resultaten van de trials over laaggradig DCIS zijn gerapporteerd. Hierdoor kan het model accuratere overdiagnosis schattingen geven en (niet)-behandeling besluiten informeren.\n- Vanwege de heterogeniteit van DCIS en het natuurlijk beloop zijn er meer data en modelleerstudies nodig om DCIS en de specifieke kenmerken die invloed hebben op de ontwikkeling van DCIS zoals graad en moleculaire subtypes (ER, PR, HER2) beter te begrijpen.\n- Vrouwen met Downsyndroom zouden kunnen overwegen om af te wijken van de algemene borstkankerscreeningrichtlijnen voor vrouwen met een gemiddeld risico. Perspectieven van de verzorgers van de vrouwen met Downsyndroom zouden in beschouwing genomen moeten worden wanneer een besluit wordt gemaakt over deelname aan borstkankerscreening. \n- Gegeven de toename van borstkankerincidentie onder vrouwen in de leeftijdsgroep 40-49 in Singapore, zou er overwogen kunnen worden om vrouwen te screenen vanaf leeftijd 40. \n- Als screeningsstrategie\u00ebn worden aangepast naar een grotere leeftijdsrange, zouden de beschikbare middelen in aanmerking moeten worden genomen. \n- Wanneer een land overweegt om klinisch borstonderzoek als een screeningsmodaliteit te gebruiken, wordt er aanbevolen om de contextuele factoren in kaart te brengen, zoals de verwachtte screeningsdeelname, en de beschikbare capaciteit voor opvolging en behandeling, voordat klinisch borstonderzoek wordt ge\u00efmplementeerd.","summary":"SUMMARY \n\nBreast cancer is a global health concern with 670,000 deaths from breast cancer and 2.3 million new cases among women in 2022. It is the most common cause of cancer death among women worldwide. Early diagnosis and treatment play a crucial role in reducing breast cancer mortality. Breast cancer screening allows breast cancer to be diagnosed at an early stage for which less intensive treatment is required, resulting in a higher quality of life and better survival. \n\nA non-invasive precursor lesion that can be detected through breast cancer screening using mammography is ductal carcinoma in situ (DCIS). Since the introduction of mammography screening, the incidence of DCIS has risen. Among all breast cancer diagnoses, approximately 20% represents DCIS. However, DCIS itself is not life threatening but could progress to invasive breast cancer if not treated. DCIS is a heterogeneous disease and being able to distinguish which types of DCIS would progress to invasive breast cancer could result in an optimal management of the disease and limiting overtreatment.\n\nDeveloping the optimal breast cancer screening strategy (e.g. screening interval, screening age, screening modality) depends on different contextual, cultural and demographic factors as well as the breast cancer risk of the population that needs to be screened. It is important to not only analyse the benefits of screening, but also understand that breast cancer screening can lead to harms such as overdiagnosis and overtreatment. It is therefore essential to continuously evaluate and adjust screening strategies to optimize the benefit and harms balance. \n\nThe aim of this thesis is twofold: 1) to gain more insights in the natural history of DCIS and 2) to evaluate the effectiveness of breast cancer screening in different populations. All analyses in this thesis have been conducted using the Microsimulation Screening Analysis \u2013 Fatal Diameter (MISCAN-Fadia) model, also known as \u2018model E\u2019. Some analyses have been performed in collaboration with other models from CISNET (Cancer Intervention and Surveillance Modeling Network). \n\nPart 1 Unravelling the natural history of DCIS\nIn chapter 2, we used two well-established population models to evaluate six possible DCIS natural history scenarios using submodels. The submodels assumed 30%, 50% or 80% of breast lesions progress from undetectable DCIS to preclinical screen-detectable DCIS; each submodel additionally allowed or prohibited DCIS regression. Preclinical screen-detectable DCIS could also progress to clinical DCIS or invasive breast cancer (IBC). Applying U.S. population screening dissemination patterns, the models projected age-specific DCIS and IBC incidence that were compared to Surveillance, Epidemiology, and End Results data. Models estimated mean sojourn time (MST) in the preclinical screen-detectable DCIS state, overdiagnosis, and the risk of progression from preclinical screen-detectable DCIS. \n\nWe found that without biopsy and surgical excision, the majority of DCIS (model D: 64%-100%; model E: 93%-100%) in the preclinical screen-detectable state progressed to IBC in submodels assuming no DCIS regression and 36%-100% in submodels allowing for DCIS regression (model D: 49%-100%; model E: 36%-75%). DCIS overdiagnosis differed substantially between models and submodels, ranging from 3.1%-19.3% for model D and 33.6%-65.8% for model E. IBC overdiagnosis for model D was 2.4% and 1.3%-1.4% for model E. Submodels assuming DCIS regression resulted in a higher DCIS overdiagnosis than submodels without DCIS regression. MST for progressive DCIS varied between 0.2-2.5 years. Our findings suggest that the majority of screen-detectable but unbiopsied preclinical DCIS lesions progress to IBC and that the MST is relatively short. Nevertheless, due to the heterogeneity of DCIS, more research is needed to understand the progression of DCIS by grades and molecular subtypes.\n\nIn chapter 3, we extended each of the 6 submodels from chapter 2 into 6 subgroup models by adding grade (grade 1, 2 and 3&4) and estrogen receptor status (ER positive and ER negative). Similar to the submodels in chapter 2, these subgroup models in chapter 3 assumed scenarios with and without DCIS regression and different progression proportions between states (preclinical undetectable DCIS to preclinical screen-detectable DCIS). The difference between the submodels developed in chapter 2 and the subgroup models in chapter 3 is that we included ER and grade through the application of different mean sojourn times (MST) ratios representing the natural history of DCIS by ER and grade. Our base-case set assumed MST ratios between ER+ vs. ER-, grade 1 vs. 2, and grade 2 vs. 3&4 of 1.2, 1.7 and 1.5, respectively. We developed 3 more extreme model \u201csets\u201d that substituted a ratio of 5.0 for each comparison in turn. We compared our estimated subgroup incidences with observed SEER data and calculated overdiagnosis.\n\nWe found that the base-case set with MSTs between 0.1-7.8 years matched SEER data better than subsequent sets. DCIS overdiagnosis ranged from 3-28% for model D, and 31-76% for model E, with lower values when assuming no DCIS regression. Regardless of ER status, low-grade DCIS showed higher overdiagnosis than high-grade DCIS by a factor 1.0-2.0. Our base-case set matched SEER DCIS subgroup incidences relatively well, supporting longer MST in low-grade than in high-grade DCIS. Overdiagnosis was higher among low-grade than high-grade DCIS. Our DCIS subgroup models, including likely ranges of MSTs and overdiagnosis of DCIS, can support suitable treatment for low-risk DCIS. \n\nPart 2 Breast cancer screening in different populations\nIn chapter 4, we explored different screening strategies for women with Down syndrome as they have lower breast cancer risk and substantially lower life expectancies than women without Down syndrome. We determined the benefits and harms of various mammography screening strategies for women with Down syndrome using collaborative simulation modelling. Two established Cancer Intervention and Surveillance Modeling Network (CISNET) simulation models estimated the benefits and harms of various screening strategies for women with Down syndrome over a lifetime horizon. We modelled a hypothetical cohort of US women with Down syndrome who were born in 1970. Annual, biennial, triennial, and one-time digital mammography screening during ages 40-74 were modelled. We found that in average-risk women, 50-74 biennial screening incurred 122 mammograms, 10 false-positive mammograms, and 1.4 benign biopsies per one life-year gained compared to no screening. In women with Down syndrome, the same screening strategy incurred 2,752 mammograms, 242 false-positive mammograms, and 34 benign biopsies per one life-year gained. The harm\/benefit ratio varied for other screening strategies, and was most favourable for one time screening at age 50, which incurred 1,629 mammograms, 144 false-positive mammograms, and 20 benign biopsies per one life-year gained. \n\nThe harm\/benefit ratios for various mammography screening strategies in women with Down syndrome are not as favourable as those for average-risk women. The benefit of screening mammography for women with Down syndrome is less pronounced due to lower breast cancer risk and shorter life expectancy. \n\nIn chapter 5, we evaluated the cost-effectiveness of Singapore\u2019s national mammography screening programme that was implemented in 2002. Singapore recommends annual screening between ages 40-49 and biennial screening between ages 50-69. Aside from Singapore\u2019s mammography screening programme, we also modelled alternative screening scenarios taking into account important country-specific factors. We used national data from Singapore in the MISCAN-Fadia model to simulate 302 screening scenarios for 10 million women born between 1910-1969. Screening scenarios varied by starting and ending age, screening interval and attendance. Outcome measures included: life-years gained (LYG), breast cancer deaths averted, false positives, overdiagnosis, Quality-Adjusted-Life-Years (QALYs), costs (in 2002 Singapore dollars; S$), and incremental cost-effectiveness ratios (ICERs). Costs and effects were calculated and discounted with 3% using a health-care provider\u2019s perspective. Singapore\u2019s current screening programme at observed attendance levels required 54,158 mammograms per 100,000 women, yielded 1,054 LYG and averted 57 breast-cancer deaths. At attendance rates \u226550%, the current programme was near the efficiency frontier. Most scenarios on the efficiency frontier started screening at age 40. The ICERs of the scenarios on the efficiency frontiers ranged between S$10,186-S$56,306\/QALY gained, which is considered cost-effective at a willingness-to-pay threshold of S$70,000\/QALY gained. Singapore\u2019s current screening programme lies near the efficiency frontier and starting screening at age 40 or 45 is cost-effective. Furthermore, enhancing screening attendance rates would increase benefits while maintaining cost-effectiveness. \n\nIn chapter 6, we modelled the natural history of breast cancer and the performance of clinical breast examination (CBE) using data from randomized controlled trials that were conducted in India (Mumbai and Trivandrum) to estimate the long-term effects of CBE and alternative screening scenarios. We used the well-established microsimulation model MISCAN-Fadia to simulate breast cancer screening using CBE as a screening modality. We used region-specific incidence, as well as trial-specific inputs, such as screening interval, screening ages, attendance, and treatment regimens to construct trial-specific models. The stage distribution and sensitivity of CBE in both trials were accurately reproduced by the models. Our models estimated breast cancer mortality reductions between 5% and 6% for the Indian CBE trials, which were higher than reported by the CBE Trivandrum trial and lower than the Mumbai trial. When assuming 100% attendance with triennial screening between age 30-69 and a lifetime follow-up, model results showed a mortality reduction of 12%. Furthermore, our model estimated a 16% mortality reduction when assuming biennial screening among women aged 30-69. Our findings show that women in resource-limited countries may benefit substantially from CBE screening, which given resources should not be seen as second-best. Screening with CBE in a broad age range of 30-69 can lead to substantial reductions in breast cancer mortality.\n\nConclusions \nThe findings in this thesis lead to the following conclusions: \n- The majority of the screen-detectable but unbiopsied preclinical DCIS lesions progress to invasive breast cancer and the mean sojourn time is relatively short (Chapter 2)\n- Low-grade DCIS have longer sojourn times than high-grade DCIS. Furthermore, overdiagnosis is also estimated to be substantially higher in low-grade DCIS than among intermediate and high-grade DCIS, regardless of ER status. (Chapter 3)\n- Due to a lower breast cancer risk and shorter life expectancy, breast cancer screening in women with Down syndrome has far less favourable harms\/benefits ratios than screening in average-risk women (Chapter 4)\n- For Singapore, most cost-effective screening strategies include scenarios with screening starting at age 40 years. (Chapter 5)\n- Screening with CBE could lead to a breast-cancer mortality reduction up to 16% when screening all women in India aged 30-69 biennially (Chapter 6).\n\nRecommendations\n- When results from the trials on low grade DCIS are reported, the MISCAN-Fadia model should be further improved leading to more accurate overdiagnosis estimates and (non) treatment decisions. \n- Due to the heterogeneity of DCIS and its natural history, more data and modelling studies are needed to understand DCIS and the specific features that influence DCIS progression, e.g. grades and molecular subtypes (ER, PR, HER2). \n- Women with Down syndrome should consider to deviate from the general breast cancer screening guidelines for average-risk women. Perspectives of caretakers of women with Down syndrome should be taken into account when making decisions on whether breast cancer screening should be performed. \n- Given the increasing breast cancer incidence among women in the age group 40-49 in Singapore, starting screening women aged 40 could be considered. \n- It is advised to tailor screening strategies to the available resources if screening ages are being expanded.\n- If a country considers CBE as a screening modality, it is recommended to assess the contextual factors, the expected screening attendance, and the available capacity for follow-up and treatment before implementing CBE.","auteur":"Sarocha Chootipongchaivat","auteur_slug":"sarocha-chootipongchaivat","publicatiedatum":"1 september 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/sarochachootipongchaivat?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/7ca77a27-ef3a-4c53-ac48-5d7ff46ec312\/optimized","url_epub":"","ordernummer":"19180","isbn":"978-94-6534-484-3","doi_nummer":"","naam_universiteit":"Erasmus Universiteit Rotterdam","afbeeldingen":16169,"naam_student:":"","binnenwerk":"","universiteit":"Erasmus Universiteit Rotterdam","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16167","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"author":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/comments?post=16167"}],"version-history":[{"count":1,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16167\/revisions"}],"predecessor-version":[{"id":16170,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/16167\/revisions\/16170"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/16168"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=16167"}],"wp:term":[{"taxonomy":"us_portfolio_category","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio_category?post=16167"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}