技術要約：モガディシュにおける乳腺病変の組織病理学的スペクトラムおよび悪性度に関連する因子
問題提起
乳がん remains a critical public health challenge in low- and middle-income countries (LMICs), particularly in post-conflict settings like Somalia where health data collection and diagnostic infrastructure are fragmented. While global incidence is high, mortality in sub-Saharan Africa is disproportionately elevated due to late-stage diagnosis and limited pathological services. There is a significant lack of locally grounded evidence regarding the histopathological spectrum of breast lesions and the specific clinical factors associated with malignancy in Somalia. Without such data, designing effective early detection, referral, and cancer control strategies is hindered. This study addresses the gap by characterizing the distribution of benign versus malignant breast lesions and identifying independent predictors of malignant outcomes in Mogadishu.
（日本語訳）
乳がんは、低・中所得国（LMIC）、特に保健データの収集や診断インフラが断片化しているソマリアのような紛争後地域において、極めて重要な公衆衛生上の課題となっている。世界的な罹患率は高いものの、サブサハラアフリカにおける死亡率は、診断の遅れや病理サービスの限定により、不釣り合いに高くなっている。ソマリアにおける乳腺病変の組織病理学的スペクトラムおよび悪性度に関連する特定の臨床的因子に関する、現地に基づいたエビデンスが著しく不足している。このようなデータがなければ、効果的な早期発見、紹介、およびがん対策戦略の設計は困難となる。本研究は、モガディシュにおける良性対悪性乳腺病変の分布を特徴付け、悪性転帰の独立した予測因子を特定することにより、この空白を埋めるものである。
方法論
The study employed a retrospective cross-sectional design utilizing secondary histopathological data from 522 consecutive breast specimens collected between July 2021 and December 2025. Data were sourced from the Nova Diagnostic Center, a private pathology laboratory in Mogadishu that serves multiple public and private healthcare facilities.
（日本語訳）
本研究は、2021年7月から2025年12月までに収集された522件の連続した乳腺検体の二次的な組織病理学的データを利用した、後ろ向き横断的研究デザインを採用した。データは、モガディシュの複数の公立および私立医療施設にサービスを提供している民間病理検査室であるNova Diagnostic Centerから提供された。
Data Processing: Systematic data cleaning was performed using Python (v3.12). This included standardizing free-text diagnoses into 12 clinically meaningful categories based on the WHO Classification of Breast Tumors (5th edition), harmonizing laterality and invasion markers, and categorizing tumor sizes (T1: ≤2 cm, T2: 2–5 cm, T3/T4: >5 cm).
（データ処理：Python (v3.12) を用いて系統的なデータクリーニングを行った。これには、WHO乳腫瘍分類（第5版）に基づく、自由記述形式の診断名を12の臨床的に意味のあるカテゴリーへの標準化、側性および浸潤マーカーの調和、および腫瘍サイズ（T1: ≤2 cm、T2: 2–5 cm、T3/T4: >5 cm）のカテゴリー化が含まれる。）
Study Population: The cohort consisted of 522 cases (97.1% female; median age 35 years). Cases with indeterminate or missing outcomes (n=85) were excluded from the primary analysis, resulting in a definitive outcome dataset of 437 cases (262 benign, 175 malignant).
（研究対象集団：コホートは522例（女性97.1%、年齢中央値35歳）で構成された。判定不能または結果が欠落している症例（n=85）を主要解析から除外し、最終的な確定結果データセットは437例（良性262例、悪性175例）となった。）
Statistical Analysis: Bivariate comparisons utilized Mann–Whitney U tests and chi-squared tests. A multivariable binary logistic regression model was constructed to identify factors independently associated with malignancy. The model included age (continuous) and tumor size category (reference: T2).
（統計解析：二変量比較にはMann–Whitney U検定およびカイ二乗検定を用いた。悪性と独立して関連する因子を特定するために、多変量二値ロジスティック回帰モデルを構築した。モデルには、年齢（連続変数）および腫瘍サイズカテゴリー（参照：T2）が含まれた。）
Model Validation: Discrimination was assessed via the Area Under the Curve (AUC) with 95% bootstrap confidence intervals (2,000 resamples). Calibration was evaluated using the Hosmer–Lemeshow (HL) test, and effect size was measured by Nagelkerke R².
（モデルの検証：識別能は、95%ブートストラップ信頼区間（2,000回の再サンプリング）を用いた曲線下面積（AUC）によって評価された。較正はHosmer–Lemesware (HL) 検定を用いて評価し、効果量はNagelkerke R²によって測定された。）
Robustness: Four pre-specified sensitivity analyses were conducted: (SA1) restricting to female patients; (SA2) excluding extreme tumor size outliers (>20 cm); (SA3) restricting to adults (≥18 years); and (SA4) broadening the outcome definition to include suspicious/atypical cases as malignant.
（頑健性：事前に規定された4つの感度分析を実施した：(SA1) 女性患者に限定、(SA2) 極端な腫瘍サイズの外れ値（>20 cm）を除外、(SA3) 成人（≥18歳）に限定、(SA4) 疑わしい/非定型的な症例を悪性に含めるようアウトカムの定義を拡大。）
主な結果
Histopathological Spectrum: Fibroadenoma/adenoma was the most common diagnosis overall (33.1%, n=173), followed by Invasive Ductal Carcinoma/NST (19.3%, n=101). Among the 437 cases with definitive outcomes, 59.9% were benign and 40.1% were malignant.
（組織病理学的スペクトラム：全体として最も一般的な診断は線維腺腫/腺腫（33.1%、n=173）であり、次いで浸潤性乳管癌/NST（19.3%、n=101）であった。確定結果が得られた437例のうち、59.9%が良性、40.1%が悪性であった。）
Demographic and Clinical Characteristics: Malignant cases were significantly older than benign cases (median age 45 vs. 25 years; p < 0.001). Malignant tumors were also significantly larger (median 5.0 cm vs. 3.5 cm; p < 0.001).
（人口統計学的および臨床的特性：悪性症例は良性症例よりも有意に高齢であった（年齢中央値 45歳 vs. 25歳; p < 0.001）。悪性腫瘍はサイズも有意に大きかった（中央値 5.0 cm vs. 3.5 cm; p < 0.001）。）
Multivariable Analysis: In the complete-case analysis (n=369), two factors were independently associated with malignancy:
（多変量解析：完全症例解析（n=369）において、2つの因子が悪性と独立して関連していた：）
- Increasing Age: Each additional year of age increased the odds of malignancy by 11% (Adjusted OR 1.11, 95% CI: 1.08–1.13, p < 0.001).
（加齢： 年齢が1歳上がるごとに、悪性のオッズは11%増加した（調整オッズ比 1.11, 95% CI: 1.08–1.13, p < 0.001）。）
- Tumor Size: Tumors >5 cm (T3/T4) were associated with nearly double the odds of malignancy compared to T2 tumors (Adjusted OR 1.90, 95% CI: 1.06–3.39, p = 0.030). Conversely, tumors ≤2 cm (T1) were inversely associated with malignancy (Adjusted OR 0.15, 95% CI: 0.06–0.41, p < 0.001).
（腫瘍サイズ： 5 cm超（T3/T4）の腫瘍は、T2腫瘍と比較して悪性のオッズがほぼ2倍であった（調整オッズ比 1.90, 95% CI: 1.06–3.39, p = 0.030）。逆に、2 cm以下（T1）の腫瘍は悪性と負の相関があった（調整オッズ比 0.15, 95% CI: 0.06–0.41, p < 0.001）。）
Model Performance: The model demonstrated excellent discrimination (AUC = 0.876, 95% CI: 0.841–0.909; Nagelkerke R² = 0.493). However, the Hosmer–Lemeshow test indicated a calibration mismatch (p = 0.004), leading the authors to interpret the model primarily for characterizing associations rather than individual risk prediction.
（モデルの性能：モデルは優れた識別能を示した（AUC = 0.876, 95% CI: 0.841–0.909; Nagelkerke R² = 0.493）。しかし、Hosmer–Lemeshow検定は較正の不一致を示したため（p = 0.004）、著者らはこのモデルを個別のリスク予測ではなく、主に「関連性の特徴付け」のために解釈することとした。）
Sensitivity Analyses: All four sensitivity analyses confirmed the robustness of the primary findings, with age and tumor size remaining consistent predictors across all scenarios.
（感度分析：4つすべての感度分析において、年齢と腫瘍サイズがすべてのシナリオにおいて一貫した予測因子であり、主要な知見の頑健性が確認された。）
限界事項およびデータギャップ
The study explicitly notes significant limitations regarding data completeness. Variables such as ER, PR, HER2, and Ki67 receptor status were available in fewer than 2% of cases, precluding molecular subtype analysis. Additionally, pathological staging was available for only 12.5% of the cohort. The study was restricted to Mogadishu and relied on a single pathology laboratory, which may limit generalizability to rural populations. The retrospective nature and reliance on free-text diagnosis standardization also present inherent constraints.
（本研究は、データの完全性に関する重大な限界を明記している。ER、PR、HER2、およびKi67受容体ステータスなどの変数は2%未満の症例でしか利用できず、分子サブタイプ解析を不可能にしている。さらに、病理学的ステージングはコホートの12.5%のみで利用可能であった。本研究はモガディシュに限定されており、単一の病理検査室に依存しているため、農村部の人口への一般化が制限される可能性がある。また、後ろ向きの研究であることや、自由記述形式の診断の標準化に依存していることも、固有の制約となっている。）
意義および主張
The paper claims to provide the first comprehensive five-year characterization of breast lesion histopathology in Mogadishu. Its primary significance lies in:
（本論文は、モガディシュにおける乳腺病変の組織病理学に関する初の包括的な5年間の特徴付けを提供するものであると主張している。その主な意義は以下の点にある：）
Establishing a Baseline: Confirming that fibroadenoma dominates in younger women while invasive ductal carcinoma is the predominant malignancy, often presenting at a younger age (median 45 years) and with larger tumor sizes than typical in high-income settings.
（ベースラインの確立： 若年女性では線維腺腫が優位である一方、浸潤性乳管癌が主要な悪性疾患であることを確認した。これは、高所得国の典型的な状況よりも、より若い年齢（中央値45歳）かつ大きな腫瘍サイズで発症していることが多い。）
Identifying Predictors: Validating that age and tumor size are strong, independent predictors of malignancy, even in the absence of advanced molecular data.
（予測因子の特定： 高度な分子データが欠如している状況においても、年齢と腫瘍サイズが、悪性の強力な独立した予測因子であることを検証した。）
Policy Implications: The findings support the need for heightened clinical awareness and earlier evaluation for women aged 35 years and older.
（政策への影響： 本知見は、35歳以上の女性に対する臨床的意識の向上と、より早期の評価の必要性を支持している。）
Infrastructure Needs: The study highlights the critical need for investment in standardized histopathological reporting, synoptic reporting, and immunohistochemistry (IHC) infrastructure in Somalia and comparable low-resource settings to improve both patient care and future research capabilities.
（インフラの必要性： 本研究は、患者ケアと将来の研究能力の両方を向上させるために、ソマリアおよび同様の低リソース環境における、標準化された組織病理学的報告、シノプティック報告、および免疫組織化学（IHC）インフラへの投資が極めて重要であることを強調している。）
The authors conclude that while the model is not intended for individual risk scoring due to calibration issues, it successfully characterizes the epidemiological associations necessary to guide local referral pathways and cancer control planning.
（著者らは、較正の問題により、このモデルは個別のリスクスコアリングを目的としたものではないが、現地の紹介経路やがん対策計画を導くために必要な疫学的関連性を特徴付けることに成功していると結論付けている。）