Мастопатия - это доброкачественное заболевание молочных желез, которое характеризуется нарушением соотношения тканей в молочной железе и сопровождается характерными симптомами.

Почему и как развивается мастопатия?

Мастопатия возникает у женщин в возрасте от 17 до 50 лет, при этом диагноз устанавливается, как правило, в возрасте 30-40 лет. Причины развития заболевания многообразны, однако все они приводят к нарушению гормонального фона в тканях молочной железы, которое и влечет за собой собственно развитие мастопатии.

Причины внутритканевого гормонального дисбаланса:

• Нарушения в диете

• Сильные стрессы или неврозы

• Поздние роды или отсутствие родов

• Нарушения менструального цикла любой природы

• Иные гинекологические заболевания, связанные с нарушением уровня половых гормонов

• Сахарный диабет

• Хронические болезни печени

• Опухоли гипофиза

• Дефицит йода

И многие другие факторы, которые, так или иначе, могут изменить гормональный баланс.

Какие виды мастопатии существуют?

В России наиболее часто применяется клинико-морфологическая классификация, которая делит мастопатии на два вида:

1. Диффузная мастопатия (ДФАМ, ДФКБ) – нарушение соотношения тканей без образования узлов в железе:

• Диффузная мастопатия с преобладанием фиброзного компонента

• Диффузная мастопатия с преобладанием кистозного компонента

• Диффузная мастопатия с преобладанием железистого компонента

• Смешанная

2. Узловая, или локализованная мастопатия (ЛокФАМ, ЛФКБ) – нарушение соотношения тканей с образованием очерченного морфологически узла или нескольких узлов.

Как проявляется мастопатия?

Основные симптомы мастопатии:

• Тупая ноющая боль в молочной железе в предменструальный период, или в период между менструациями (мастодиния, масталгия)

• Уплотнение железы, которое можно выявить при самообследовании

• Увеличение объема молочной железы и ее нагрубание в предменструальный период или в период между менструациями, которые происходят за счет отека

• Отделяемое из сосков любого характера.

• Увеличение подмышечных лимфоузлов (относительно редко)

Наличие узла в железе (возможно болезненного) характерно для узловой мастопатии. В таком случае НЕОБХОДИМО СРОЧНО ПОКАЗАТЬСЯ МАММОЛОГУ, чтобы исключить рак молочной железы

Очень часто симптомы мастопатии пациентки путают с симптомами предменструального отека молочной железы и считают это нормой. Но, ни предменструальный синдром (ПМС), ни мастопатия нормой не являются – с этим можно и нужно бороться, поэтому не затягивайте визит к маммологу или онкологу при возникновении болей в молочной железе.

Как ставится диагноз?

Основными методами диагностики мастопатии являются:

Осмотр врача (гинеколога, маммолога, онколога) – в ходе осмотра врач выслушивает жалобы, собирает анамнез и проводит тщательную пальпацию молочной железы, подмышечных и надключичных лимфатических узлов.
УЗИ молочной железы – очень информативный метод для диагностики мастопатии, позволяет очень точно и достоверно определить наличие и параметры кист, соотношение тканей в молочной железе и ответить на многие вопросы врача. Иногда под контролем УЗИ выполняют биопсию ткани молочной железы (забирают кусочек ткани – биоптат для исследования)
Рентгеновская маммография – основной метод исключения рака молочной железы, также пригодный и для более полной диагностики мастопатии. Очень информативен, если необходимо отличить узловую мастопатию от рака молочной железы.
Гистологическое или цитологическое исследование биоптата – метод диагностики, при котором под микроскопом исследуют полученные образцы клеток (цитология) или тканей (гистология). Очень точный метод, однако, для получения образца для исследования необходимо выполнить инвазивную процедуру забора тканей или клеток одним из существующих в настоящее время способом.
Для выявления непосредственных причин мастопатии могут применяться различные методы, какие именно нужно использовать в каждом конкретном случае, решает врач, исходя из критериев диагностического поиска (анализы на уровень гормонов, визуализация органов брюшной полости и малого таза и прочие).

Диагностика в России

Сейчас в России крайне распространены методы диагностики, как мастопатии, так и рака молочной железы, достоверность которых не подтверждена с точки зрения принципов доказательной медицины. К ним относится электроимпедансная маммография и радиотермография. В большинстве случаев эти методы не являются эффективными, поскольку не способны с какой-либо степенью достоверности ответить ни на один вопрос врача.

Кроме того, часто назначается исследование уровня онкомаркеров, но его результаты не гарантируют верную диагностику, ни мастопатии, ни рака молочной железы. Онкомаркеры полезны онкологами, они эффективны только у онкологических пациентов и в очень ограниченном числе клинических ситуаций.

Как лечить мастопатию?

Лечение мастопатии зависит от причин, ее вызвавших, если таковые удается выявить. Если очевидных причин мастопатии нет, то прибегают к симптоматическому лечению, которое включает в себя:

1. Диетотерапия:

• Исключение (или, по крайней мере, сокращение) употребления кофе, шоколада, какао.

• Увеличение в диете йодсодержащих продуктов (ламинария и прочие)

• Увеличение в пищевом рационе доли фруктов, овощей

• Исключение (или сокращение) употребления жирного мяса, жареных и копченых блюд.

2. Подбор правильного размера бюстгальтера (часто бывает, что размер подобран неверно)

3. Исключение психогенных влияний (необходимо избегать стрессов)

4. Медикаментозная терапия:

В настоящее время в России предлагается большое количество БАД для решения проблем с молочными железами, но их эффективность не доказана клиническими исследованиями. По показаниям врач назначает зарегистрированные гормональные или негормональные препараты. К дополнительному лечению относят:

• Витамины группы А, Е, B. (например, Аевит)

• Нестероидные противовоспалительные средства (Диклофенак, Кеторол и др.)

• Седативные препараты (Новопассит, Афобазол и проч.)

• Регулирующие функцию желудочно-кишечного тракта (в зависимости от проблем).

Источники

Li J., Wang Y., Wang S., Wang J., Liu J., Jin Q., Sun L. Multiscale Attention Guided Network for COVID-19 Diagnosis Using Chest X-ray Images. // IEEE J Biomed Health Inform - 2021 - VolPP - NNULL - p.; PMID:33560995
Kim M., Lee BD. Automatic Lung Segmentation on Chest X-rays Using Self-Attention Deep Neural Network. // Sensors (Basel) - 2021 - Vol21 - N2 - p.; PMID:33430480
Ouyang X., Karanam S., Wu Z., Chen T., Huo J., Zhou XS., Wang Q., Cheng JZ. Learning Hierarchical Attention for Weakly-supervised Chest X-Ray Abnormality Localization and Diagnosis. // IEEE Trans Med Imaging - 2020 - VolPP - NNULL - p.; PMID:33284748
Wang H., Wang S., Qin Z., Zhang Y., Li R., Xia Y. Triple attention learning for classification of 14 thoracic diseases using chest radiography. // Med Image Anal - 2021 - Vol67 - NNULL - p.101846; PMID:33129145
Zhang R., Duan H., Cheng J., Zheng Y. A Study on Tuberculosis Classification in Chest X-ray Using Deep Residual Attention Networks. // Annu Int Conf IEEE Eng Med Biol Soc - 2020 - Vol2020 - NNULL - p.1552-1555; PMID:33018288
Saednia K., Jalalifar A., Ebrahimi S., Sadeghi-Naini A. An Attention-Guided Deep Neural Network for Annotating Abnormalities in Chest X-ray Images: Visualization of Network Decision Basis. // Annu Int Conf IEEE Eng Med Biol Soc - 2020 - Vol2020 - NNULL - p.1258-1261; PMID:33018216
Li B., Kang G., Cheng K., Zhang N. Attention-Guided Convolutional Neural Network for Detecting Pneumonia on Chest X-Rays. // Annu Int Conf IEEE Eng Med Biol Soc - 2019 - Vol2019 - NNULL - p.4851-4854; PMID:31946947
Chen B., Li J., Lu G., Zhang D. Lesion Location Attention Guided Network for Multi-Label Thoracic Disease Classification in Chest X-Rays. // IEEE J Biomed Health Inform - 2020 - Vol24 - N7 - p.2016-2027; PMID:31715576
Wang H., Jia H., Lu L., Xia Y. Thorax-Net: An Attention Regularized Deep Neural Network for Classification of Thoracic Diseases on Chest Radiography. // IEEE J Biomed Health Inform - 2020 - Vol24 - N2 - p.475-485; PMID:31329567
Pesce E., Joseph Withey S., Ypsilantis PP., Bakewell R., Goh V., Montana G. Learning to detect chest radiographs containing pulmonary lesions using visual attention networks. // Med Image Anal - 2019 - Vol53 - NNULL - p.26-38; PMID:30660946