基于醫學影像學檢查病歷的乳腺癌轉移路徑分析

2018年2月，國家癌癥中心發布的最新癌癥統計報告指出，我國惡性腫瘤新發病例與死亡病例約占全球惡性腫瘤病例的21.8%和27%，高于184個國家和地區的平均水平。癌轉移是導致癌癥患者死亡的主要原因。癌癥轉移是一個復雜的過程，有多個步驟和多種因素，腫瘤向不同部位的轉移概率也不同，腫瘤的嚴重程度不僅決定醫生的治療方案，也影響患者的經濟支出[1]。

基于萬方生物醫學全文數據庫以“癌轉移”為關鍵詞生成的關鍵詞云(圖1)顯示，乳腺癌為主要的研究對象，并已取得研究成果。ICREA生物醫學研究所的Gawrzak S等人發現激酶MSK1是乳腺癌轉移性休眠的重要調節因子，可預防ER +乳腺癌的轉移[2]；Sarvi S等研究人員發現乳腺癌的遠端轉移多數發生在肺和骨，細胞骨架銜接蛋白Kindlin-1的表達增加與肺轉移風險增加有關，是乳腺癌早期肺轉移的關鍵介質[3]；中科院上海生命科學研究院的研究團隊發現，腫瘤分泌的DKK1是乳腺癌器官特異性轉移的血清標志物并且抑制肺轉移，DKK1通過拮抗癌細胞WNT/PCP-RAC1-JNK信號傳導，有效防止了肺和骨的轉移[4]。

圖1 癌轉移文獻關鍵詞云

在對乳腺癌轉移的研究中，以其轉移路徑、轉移影響因素、藥物/手術方法的效果分析和基因表達分析為主。本文以真實病歷分析乳腺癌的轉移路徑，總結其轉移規律，希望能對乳腺癌的防治提供理論依據。

1 數據來源與方法

本文分析的262條乳腺癌醫學影像學檢查病歷來自2018中國健康信息處理會議(CHIP 2018)，由哈爾濱工業大學(深圳)智能計算研究中心和醫渡云(北京)技術有限公司聯合提供。對數據進行處理，包括發現文本描述規律、提取腫瘤原發部位、轉移部位和部位名稱，消除多詞一義和確定癌癥發生部位層級等規范化處理，再分析癌癥的轉移路徑，總結轉移規律，并查找相關文獻驗證結論。運用SPSS 22.0統計軟件分析數據，用2檢驗資料數據，以P<0.05表示有統計學差異。

2 數據處理

2.1 分析文本描述規則

乳腺癌的原發部位和轉移部位的描述句部分示例如表1。

表1 乳腺癌原發部位和轉移部位描述句

分析文本描述規則發現，含有乳腺癌原發部位的句子中會出現如“癌、瘤”的腫瘤描述詞，即描述規則為腫瘤原發部位+“癌/瘤”；包含轉移部位的句子中會出現“轉移”兩字，即描述規則為：轉移部位+“轉移”；文本中分句的標點符號有逗號、分號、中文句號和空格。

2.2 信息提取

用python作為信息提取工具，通過調用內嵌的re模塊，根據文本描述規則編寫代碼，實現乳腺癌原發部位和轉移部位所在短句提取，再從短句中人工提取具體的部位名稱。

2.3 規范化處理

2.3.1 消除多詞一義

由于每段文本是不同醫生對于患者病情的描述，因此存在“多詞一義”，如腫瘤原發部位左乳被部分文本描述成左側乳腺，右腋窩淋巴結被描述為右側腋窩淋巴結。分析時需將此類詞合并處理。

2.3.2 定義部位層級

此批數據文本中乳腺癌的發生部位有左乳、右乳，在做部位層級規范處理時參照人類表型術語集(Human Phenotype Ontology,HPO)。HPO是描述人類疾病表型特征的標準詞匯表，每個術語描述一種異常表型。迄今為止，HPO已被20多家國際頂級科研機構廣泛應用于生物信息學研究、人類遺傳學的臨床診斷、人類表型異常與細胞和生物化學網絡之間的關系研究，并為臨床數據庫提供標準化的詞匯表[5-8]。中文人類表型標準用語聯盟(The Chinese Human Phenotype Ontology ConSortrium,CHPO)與相關領域的專業人士合作，建立和優化中國臨床表型術語標準，并創建了一個公共開放網站。

在CHPO搜索引擎中輸入“乳腺腫瘤”，搜索結果顯示，“乳房”這一詞匯在HPO中有特定代碼且對“乳腺癌”的定義中明確指出其是一種發生在雙側乳房的癌癥，最終規范化后的腫瘤原發部位為左乳、右乳。

3 乳腺癌轉移路徑分析

此批數據中的轉移關系共262組，原發部位為右乳173例，占66%；左乳89例，占34%。用2檢驗分析腫瘤原發部位分別為左、右乳與轉移路徑的關系，P<0.05，有統計學差異(表2)。

表2 乳腺癌原發部位與轉移路徑的相關性分析

此分析結果說明分別發生于左、右乳的乳腺癌在轉移路徑上有差異，分析這種差異源于乳腺癌的同側區域淋巴結轉移[9]，如同側腋窩淋巴結轉移。

將轉移關系繪制為癌轉移路徑圖，如圖2所示。

圖2 乳腺癌轉移路徑圖

從圖2發現，乳腺癌的主要轉移路徑為骨、肝、肺、縱膈淋巴結和與原發部位同側的腋窩淋巴結。宋佳等在研究中提到，乳腺癌的局部轉移主要為淋巴結，并以腋窩淋巴結的轉移為主[10]。對于發生了同側胸壁和腋窩淋巴結轉移的乳腺癌患者來說，局部復發的短期內會出現遠處轉移[11]。因此淋巴結轉移與否是進行精確臨床分期和指導乳腺癌治療的先決條件，盡早制定診斷方案，可提高患者生命率[12-13]。有無區域淋巴結轉移及其程度已被納入第八版AJCC乳腺癌分期系統[14]和NCCN指南[15]。乳腺癌在診斷后5年內易于復發，20%至30%的患者會發生遠處轉移，骨、肝和肺是乳腺癌最重要的轉移部位[16-17]。苗培田等分析了422例不同亞型轉移性乳腺癌患者，得出骨、肝和肺是乳腺癌是最常見的遠處轉移部位的結論[18]；何建軍在對2 942例乳腺癌的薈萃分析中也得出相同結論[19]；Chang等研究發現，乳腺癌骨轉移是最常見的轉移路徑，多發骨轉移常伴隨肺、肝、腦等轉移，死亡率高，成為乳腺癌患者生存率下降的主要因素[20]。因此，根據乳腺癌轉移部位的不同可以判斷其發展的程度，有助于醫生制定精確的治療方案，不僅可以提高診斷效果，還減少了患者不必要的經濟支出。

4 結論

本文用python語言從乳腺癌醫學影像學檢查病歷文本中提取出只含有腫瘤原發部位和轉移部位的短句，再手動抽取出癌癥的原發和轉移部位名稱，運用SPSS 22.0統計軟件分析數據，用2檢驗資料數據，說明分別發生于左、右乳的乳腺癌在轉移路徑上有差異，再分析其轉移路徑規律。分析發現，乳腺癌早期轉移會侵襲鄰近組織，如淋巴結轉移，判斷是否發生淋巴結轉移是預測患者遠期生存率的重要因素。而隨著乳腺癌的發展，會發生遠處轉移，因此根據乳腺癌轉移部位的不同可以判斷其發展的程度。分析乳腺癌轉移規律對醫生治療方案的制定和患者的經濟支出都具有重要價值。

本研究以262份乳腺癌影像學診斷報告為例，分析其轉移路徑規律。但乳腺癌的轉移是一個多因素復雜的過程，如將數據量擴展至大數據級別，并盡可能詳細地了解患者的身體數據、用藥信息、生活習慣、乳腺癌發展時間及其大小等，可以總結出更全面具體的乳腺癌轉移規律，從而為其治療提供理論依據。未來將嘗試獲取更加全面的病歷檔案，用更專業的數據處理工具做深入的數據加工處理，得到多維度的分析結果。