Summary

Background

 Investigators of registry-based studies report improved survival for breast-conserving surgery plus radiotherapy compared with mastectomy in early breast cancer. As these studies did not present long-term overall and breast cancer-specific survival, the effect of breast-conserving surgery plus radiotherapy might be overestimated. In this study, we aimed to evaluate 10 year overall and breast cancer-specific survival after breast-conserving surgery plus radiotherapy compared with mastectomy in Dutch women with early breast cancer. 

Methods

 In this population-based study, we selected all women from the Netherlands Cancer Registry diagnosed with primary, invasive, stage T1–2, N0–1, M0 breast cancer between Jan 1, 2000, and Dec 31, 2004, given either breast-conserving surgery plus radiotherapy or mastectomy, irrespective of axillary staging or dissection or use of adjuvant systemic therapy. Primary outcomes were 10 year overall survival in the entire cohort and breast cancer-specific survival in a representative subcohort of patients diagnosed in 2003 with characteristics similar to the entire cohort. We estimated breast cancer-specific survival by calculating distant metastasis-free and relative survival for every tumour and nodal category. We did multivariable Cox proportional hazard analysis to estimate hazard ratios (HRs) for overall and distant metastasis-free survival. We estimated relative survival by calculating excess mortality ratios using life tables of the general population. We did multiple imputation to account for missing data. 

Findings

 Of the 37 207 patients included in this study, 21 734 (58%) received breast-conserving surgery plus radiotherapy and 15 473 (42%) received mastectomy. The 2003 representative subcohort consisted of 7552 (20%) patients, of whom 4647 (62%) received breast-conserving surgery plus radiotherapy and 2905 (38%) received mastectomy. For both unadjusted and adjusted analysis accounting for various confounding factors, breast-conserving surgery plus radiotherapy was significantly associated with improved 10 year overall survival in the whole cohort overall compared with mastectomy (HR 0·51 [95% CI 0·49–0·53]; p<0·0001; adjusted HR 0·81 [0·78–0·85]; p<0·0001), and this improvement remained significant for all subgroups of different T and N stages of breast cancer. After adjustment for confounding variables, breast-conserving surgery plus radiotherapy did not significantly improve 10 year distant metastasis-free survival in the 2003 cohort overall compared with mastectomy (adjusted HR 0·88 [0·77–1·01]; p=0·07), but did in the T1N0 subgroup (adjusted 0·74 [0·58–0·94]; p=0·014). Breast-conserving surgery plus radiotherapy did significantly improve 10 year relative survival in the 2003 cohort overall (adjusted 0·76 [0·64–0·91]; p=0·003) and in the T1N0 subgroup (adjusted 0·60 [0·42–0·85]; p=0·004) compared with mastectomy. 

Interpretation

 Adjusting for confounding variables, breast-conserving surgery plus radiotherapy showed improved 10 year overall and relative survival compared with mastectomy in early breast cancer, but 10 year distant metastasis-free survival was improved with breast-conserving surgery plus radiotherapy compared with mastectomy in the T1N0 subgroup only, indicating a possible role of confounding by severity. These results suggest that breast-conserving surgery plus radiotherapy is at least equivalent to mastectomy with respect to overall survival and may influence treatment decision making for patients with early breast cancer. 

Funding

 None.

Cox Proportional Hazards (CPH) analysis is the standard for survival analysis in oncology. Recently, several machine learning (ML) techniques have been adapted for this task. Although they have shown to yield results at least as good as classical methods, they are often disregarded because of their lack of transparency and little to no explainability, which are key for their adoption in clinical settings. In this paper, we used data from the Netherlands Cancer Registry of 36,658 non-metastatic breast cancer patients to compare the performance of CPH with ML techniques (Random Survival Forests, Survival Support Vector Machines, and Extreme Gradient Boosting [XGB]) in predicting survival using the [Formula: see text]-index. We demonstrated that in our dataset, ML-based models can perform at least as good as the classical CPH regression ([Formula: see text]-index [Formula: see text]), and in the case of XGB even better ([Formula: see text]-index [Formula: see text]). Furthermore, we used Shapley Additive Explanation (SHAP) values to explain the models' predictions. We concluded that the difference in performance can be attributed to XGB's ability to model nonlinearities and complex interactions. We also investigated the impact of specific features on the models' predictions as well as their corresponding insights. Lastly, we showed that explainable ML can generate explicit knowledge of how models make their predictions, which is crucial in increasing the trust and adoption of innovative ML techniques in oncology and healthcare overall.

The COVID-19 pandemic resulted in an accelerated recommendation to use five-fraction radiotherapy schedules, according to the FAST- and FAST-Forward trial. In this study, trends in the use of different radiotherapy schedules in the Netherlands were studied, as well as the likelihood of receiving five fractions.

The current project is part of the Spatial location of breast cancer local rECurRence aftEr masTectomy (SECRET) study (NCT06130111). Herein we compared the chest wall thickness after non-skin sparing mastectomy (non-SSM) with the chest wall thickness after SSM, as a surrogate for residual breast tissue after mastectomy.