垂體腺瘤數據庫研究現狀

胡心至 馮銘 王任直

垂體神經內分泌瘤（PitNET）約占腦腫瘤的15%，好發于成人［1］。近數十年來，全球垂體腺瘤發病率增至115例/10萬［2］。約2/3的垂體腺瘤具有分泌激素的功能，可導致不同臨床癥狀：催乳素（PRL）腺瘤導致閉經、溢乳（女性）或陽痿、性功能減退（男性）；生長激素（GH）腺瘤導致肢端肥大癥；促腎上腺皮質激素腺瘤導致庫欣綜合征（CS）；促甲狀腺激素腺瘤（ACTH）導致甲狀腺功能亢進癥或甲狀腺功能減退癥；促性腺激素腺瘤導致性功能減退。無功能垂體腺瘤無明顯內分泌失調癥狀，但當腫瘤體積較大時，可能導致視交叉壓迫、顱內高壓等癥狀。為使垂體腺瘤的診療更加標準化、規范化，全世界范圍的臨床醫師與科學家通力合作，利用信息化手段建立標準化的多中心垂體腺瘤數據庫，整合臨床、影像學和分子生物學數據，以便研究者們更高效地進行回顧和探索；同時，利用網絡安全技術維護的電子數據庫可以更好地保護患者隱私，更規范地管理研究工作，為合作開展大規模研究提供更便捷的支持。本文回顧垂體腺瘤數據庫研究現狀，這些數據庫是臨床醫師和科研工作者進行基礎研究、診療實踐、科普宣教的寶貴資源。

一、國內外數據庫

1.數據庫簡介 目前的疾病數據庫主要分為兩種類型，一種是以人口為中心的數據庫，如美國SEER數據庫（Surveillance,Epidemiology,and End Results Database)［3］；一 種 是 以 醫 院 為 中 心 的 數 據庫，如美國國立癌癥數據庫（NCDB）［4］，多由臨床醫師發起并管理，故這些數據庫符合臨床需求，可為疾病診療與康復提供更具針對性的信息，參與數據庫合作建設的醫院或衛生系統可為內部研究人員提供數據庫的訪問權限，其中，在醫療設施、醫院、診所或診所護理點獲得的電子臨床數據稱為電子病歷（EHR），收集數據包括行政和人口統計學信息、診療方案、處方藥應用情況、實驗室檢查、生理學監測數據、住院記錄等，一般不對外部研究人員開放。大多數垂體腺瘤專病數據庫均為以醫院為中心的數據庫，研究人員可以利用這些數據開展研究。但應注意的是，以醫院為中心的數據庫研究與真實的臨床研究并不完全等同。目前，全世界范圍內的數據庫多以醫院為中心，與真實的人群分布存在偏差，自愿參加登記注冊的人群或提供注冊數據的專業診所可能無法代表真實的人群，因此難以獲得準確的流行病學數據。我國人口和醫療資源分布不均勻，醫療系統復雜，很多偏遠地區和基層醫院的醫療水平較差，加之人口流動性較大，給隨訪數據的搜集帶來困難，易出現數據丟失、錯漏、一致性差等問題。雖然電子數據捕獲、自動查詢和審查工具在某種程度上可以減少不同階段審查和糾正數據所需的時間和精力，但數據驗證仍需相當多的人力和物力資源。因此需要更有經驗的數據分析工作者解釋偏差，制定更加有效的采樣方案，執行數據審核和驗證計劃，以確保數據的真實性、即時性和代表性。

2.數據庫管理與數據安全（1）數據庫管理：精準醫療的核心是以患者為中心的個體化、精細化醫療措施，然而現有的臨床數據庫數據大多為經過臨床醫師篩選的信息。鑒于目前對垂體腺瘤認識的局限性，部分有價值的信息有可能在二次輸入的過程中遺漏，而臨床醫師也有可能被數據庫的固定結構范式局限思維。因此需要建立數據庫與患者之間的直接聯系，以獲得第一手資料。2020年，Pellizzoni等［5］提出一種新的數據范式，即患者報告結局（PRO）量表，可充分發揮患者主觀能動性，直接收集患者數據用于臨床實踐，并根據患者需求制定治療決策；他們還提出一種新的數據方法，即根據科研和臨床實踐的需要自動計算問卷結果，在患者的顯示器上實時顯示圖形，并追蹤患者主動報告的頻率和質量。我國通信基礎設施發展迅速，互聯網技術和市場日趨成熟，因此可以借助社交軟件和平臺及時獲得患者狀態，患者直接匯報隨訪數據，還可以與政府部門、互聯網企業合作，通過社交軟件進行醫療數據收集、存儲和傳輸等。（2）數據安全：數據庫的質量控制一直受到廣泛關注。中國垂體疾病注冊中心（CPDRN，http：//www.cpdrn.cn）采用程序校驗、人工審核的雙層質量控制體系。通常情況下，臨床數據庫為確保數據的準確性、完整性和報告的及時性，對參與醫院進行病例調查審核，結合歷史數據與當地具體情況排除高錯誤風險，并根據實際的未確認病例對結果進行協調，以確定是否需要修改、澄清和進一步教育。例如，SEER數據庫的每個登記處均有一份年度數據質量概況報告，以評估該登記處的數據質量。該數據庫還與美國癌癥研究學會（AACR）協調，執行定期教育和培訓計劃；與北美中央癌癥登記協會（NAACCR）合作，實施分散的質量控制和質量改進。目前，SEER數據庫已經成為國際癌癥登記處數據質量的標準［3］。

3.國外數據庫研究現狀 全球首個垂體腺瘤登記數據庫建立于2000年，全面收集美國Cedras?Sinai醫療中心176例患者的人口統計學和臨床信息［6］。美國東海岸肢端肥大癥數據庫是首個網絡開放的登記數據庫［7］。在意大利醫院基金會康復研究所（FIRST）和意大利癌癥研究協會（AIRC）的支持下，意大利學者自2004年開始聯合7所內分泌醫療中心建立無功能垂體腺瘤數據庫，收集患者人口統計學、臨床、生化、影像學、眼科、治療方案、臨床結局和長期隨訪數據，為多項臨床研究提供參考［8］。2020年，Tresoldi等［9］納入371例無功能垂體腺瘤患者，描述該病的臨床特征和自然史，發現巨大腺瘤和高齡是患者出現繼發性激素缺乏的危險因素，但這種關聯性不是絕對的，垂體功能惡化并非總與垂體腺瘤生長有關。同年，Mazziotti等［10］納入248例肢端肥大癥患者并進行為期48個月的隨訪，發現骨活性藥物可以有效預防肢端肥大癥患者椎體骨折。2006年成立歐洲庫欣綜合征登記處（ERCUSYN）［11］旨在提高全歐洲基層醫師對庫欣綜合征的認識，以便更早做出診斷，改善長期預后，提高患者生活質量，并為歐洲庫欣綜合征診療指南的制定提供參考。該數據庫的運行由歐盟、歐洲內分泌學會（ESE）、Novartis公司、Ipsen公司等機構資助，截至2020年8月已收集1971例庫欣綜合征患者信息，分布于26個國家65所醫療中心，為大量多中心回顧性研究提供參考，有助于臨床醫師確定不同治療方法的有效性、安全性和對預后的影響。Valassi等［12］分析ERCUSYN數據庫中1341例庫欣綜合征患者的實驗室檢查結果，以探討臨床應用的各類高皮質醇血癥診斷試驗的應用情況，發現歐洲各地區的庫欣綜合征診斷試驗各不相同，約78%患者行尿游離皮質醇（UFC）測定，60%患者行隔夜地塞米松（1 mg）抑制試驗（DST），25%患者行深夜唾液皮質醇（LSaC）測定。他們還認為，術前服藥可以影響垂體源性庫欣綜合征（PIT?CS）的術后結局，分別于診斷時和治療后對患者行健康相關生活質量（HRQoL）問卷調查，發現垂體源性庫欣綜合征患者治療后HRQoL評分低于腎上腺源性庫欣綜合征（ADR?CS）患者，長期隨訪中緩解狀態是HRQoL評分的最重要預測因素［13］。高齡和抑郁癥也是健康相關生活質量 惡 化 的 潛 在 預 測 因 素［14］。Valassi等［15］分 析ERCUSYN數據庫中1564例庫欣綜合征患者的死亡原因和死亡時間，并篩選病死率增加的影響因素，發現感染是確診后90天死亡的危險因素，尤其應格外關注合并糖尿病的患者。比利時Liège肢端肥大癥數據庫（LAS）建成于2012年，是目前最大的國際肢端肥大癥數據庫，為關系型數據庫，允許隨時納入來自多個研究地點的匿名患者的病史和隨訪數據，包括臨床特征、病理和生化檢測、治療反應和長期隨訪結果等，支持多項肢端肥大癥流行病學、病理學和臨床研究［16］。Petrossians等［16］總結LAS數據庫中290例患者的數據，認為老年人診斷為肢端肥大癥的概率更高，主要表現為垂體大腺瘤（77.5%），但近年來罹患垂體大腺瘤的患者呈明顯年輕化趨勢，診斷時GH隨年齡的增長而顯著下降。他們進一步分析LAS數據庫中來自10個國家3173例患者的數據，發現確診年齡和出現首發癥狀的年齡顯著增長，而腫瘤大小和侵襲程度與患者年齡呈反比，且男性腫瘤體積大于女性，患者易合并高血壓（28.8%）、糖尿病（27.5%）、心臟肥大（15.5%）、睡眠呼吸暫停綜合征（SAHS，5.5%）等基礎疾病，12.3%患者存在骨質疏松癥，0.6%~4.4%曾發生骨折；該數據庫中820例患者在診斷時行結腸鏡檢查，13%可見息肉［17］。多中心合作需對整個登記和反饋流程實行統一管理。利用數據庫收集并存儲患者信息既方便整合信息和調查研究，也便于統一管理，可以及時為患者提供支持并保護個人隱私。

4.國內數據庫研究現狀 CPDRN數據庫由中國醫學科學院北京協和醫院神經外科牽頭建立、以中國垂體腺瘤協作組（CPASC）為依托、在國家人口與健康科學數據共享平臺下建立的國內首個垂體疾病多中心數據庫，也是全國最大的垂體疾病數據庫。CPDRN數據庫自2012年開始籌備，于2015年10月23日投入應用，截至2019年12月已納入59所醫院35 000余例垂體疾病患者，垂體腺瘤占絕大多數，其中尤以無功能垂體腺瘤所占比例最大。該數據庫收集患者人口統計學特征、診斷、實驗室和影像學檢查（包括激素水平、垂體影像學、視力和視野）、治療過程、治療后評估和隨訪評估，其中，治療過程包括手術方法、術后病理學檢查、藥物治療和放療，初步評估和治療后評估包括病史、臨床表現、激素水平、垂體影像學、視敏度和視野。CPDRN數據庫目前已支持多項臨床研究，除分析垂體疾病患者人口統計學和臨床特征外［18］，還可以結合臨床進行多維度回顧，如術后早期癥狀無改善的庫欣綜合征患者診治方案的調整［19］、庫欣綜合征的診斷和經鼻蝶入路手術的預后分析［20］、采集巖下竇靜脈血以確定促腎上腺皮質激素腺瘤側別和影響因素［21］等。此外，還可基于該數據庫的臨床和影像學數據，采用機器學習（ML）和深度學習（DL）等技術構建各種治療方法的預后預測模型。2019年的一項研究納入354例經鼻蝶入路手術后1周激素水平恢復正常的庫欣綜合征患者，收集17項臨床文本特征，采用決策樹（DT）、隨機森林（RF）等7種機器學習算法分析長期預后和復發情況，發現年齡、術后血清皮質醇和ACTH水平與疾病復發顯著相關［22］。Fan等［23］采用類似方法通過6種機器學習算法對668例肢端肥大患者的12項術前特征進行分析，構建經鼻蝶入路手術療效預測模型，發現年齡、高血壓、眼科疾病、GH、胰島素樣生長因子?1（IGF?1）、腫瘤最大徑、Knosp評分等8項特征與手術療效顯著相關，可用于指導術前治療和手術決策的制定。除臨床文本特征外，CPDRN數據庫中的影像學數據也可以為臨床診斷、治療決策和預后分析提供支持。2019年，Fan等［24］納入163例侵襲性功能性垂體腺瘤患者，采用支持向量機（SVM）算法提取MRI影像特征，構建放射體模型，作為最終術前預測術后反應的模型。同時他們將臨床文本特征與MRI影像特征結合，對CPDRN數據庫中57例肢端肥大癥患者放療前MRI影像進行分析，采用SelectKBest算法提取影像特征，支持向量機算法構建影像學標簽，并結合多因素Logistic回歸分析篩選最具統計學意義的臨床特征，經多維度訓練獲得包含影像學標簽和臨床文本特征的組合模型，有助于個體化無創性預測放療反應［25］。2020年發表的一項影像學研究從CPDRN數據庫中納入1131例肢端肥大癥患者、814例庫欣綜合征患者和12 598名正常對照者的面部照片，采用深度學習算法多次訓練，成功構建具有良好識別和校準能力的肢端肥大癥和庫欣綜合征面部識別模型，準確性高于內分泌科專家的識別水平，該模型業已通過微信平臺共享給公眾進行疾病篩查［26］。上述研究表明，基于數據庫的大數據分析有助于臨床醫師更高效地搜集、分析患者病史和臨床特征，制定針對性輔助診療方案，以實現垂體腺瘤診療的精準化、個體化，提高治療效率和患者滿意度。

二、基于數據庫的臨床研究

既往數十年的垂體腺瘤研究為臨床實踐提供了重要指導，包括病因、治療、疾病篩查和管理，但仍有諸多問題有待解決。第二代測序技術（NGS）和信息技術的發展產生大量基因組學、臨床、環境、醫療和生活方式相關數據，依靠快速增長的研究和臨床數據，可以重新審視疾病病因，對疾病進行細化、分層或重新分類，并確定新的疾病機制和治療模式，從而超越傳統的“癥狀與體征”，為患者提供一種預測性、預防性、個性化和參與式的醫療服務模式。迄今除常規應用的臨床數據外，還有大量來自不同領域的研究數據，包括超分辨率數字顯微鏡、質譜（MS）、MRI、高通量測序等，雖然這些技術產生了豐富數據，但并不產生形式的分析、解釋或關聯，因此，收集數據的同時還需挖掘數據中的信息。

與常見的出于研究目的而引入某種數據收集工具的研究不同，數據庫中的數據是通過無目的性的觀察所收集。與基于已發表文獻的系統回顧相比，基于數據庫的系統回顧更加全面、客觀。因此，數據庫提供了一個基于真實臨床實踐的回顧性研究平臺，臨床醫師可系統檢索、編輯、分析、解釋和分享數據，并轉化為臨床診療、預后預測過程中可操作的知識，形成在實踐決策中可依賴的觀點和判斷，如可觀察的臨床指標、新的干預措施，或者某種理論指南在臨床實踐的普及程度和應用效果，并不斷完善、檢驗、證實。以下介紹基于數據庫的新型臨床研究范式。

1.垂體腺瘤的治療方案與預后分析 通過結構化數據庫可以進行臨床模型的構建，對臨床實踐具有重要參考價值。垂體腺瘤的綜合治療包括經鼻蝶入路手術切除、放療和化療，需連續或聯合治療。對于直徑≥10 mm、有鞍外延伸或中心壓迫癥狀、持續生長，特別是導致視力受損的腫瘤，通常采取手術切除［2］。中國研究者開發出一個基于互聯網的應用程序，用于準確預測肢端肥大癥患者術后緩解情況，該程序集成一個部分模型（僅包括術前變量，如性別、年齡、體重指數、治療史、腫瘤大小、腫瘤侵襲性、GH和IGF?1水平）以及一個完整模型（包括術前變量、術者經驗、手術入路、全切除或次全切除、術中海綿竇侵犯、腫瘤質地、腦脊液漏、假包膜和術后首日上午GH水平），訓練模型的預測準確性顯著優于單變量模型［27］。俄羅斯研究者提出一種有效預測經鼻蝶入路垂體腺瘤切除術后3年復發和長期緩解的方法，采用Logistic回歸分析和人工神經網絡（ANN）建立的多變量模型（輸入變量為年齡、病程、MRI、術后清晨ACTH和皮質醇水平，輸出變量為復發或緩解），并開發出一個基于該模型的網絡計算器，可預測術后3年內復發率［28］。垂體手術的并發癥主要包括腦脊液漏、體液穩態損害和垂體功能低下［29］，特別是腎上腺功能低下。2019年的一項研究回顧手術治療的1692例垂體腺瘤患者的臨床資料，包括人口統計學信息、內分泌指標、視野和MRI檢查，以及病理學檢查、住院時間、術后并發癥、術后內分泌檢查、再入院率、術后影像學復查的切除范圍和腫瘤復發等，發現視交叉壓迫和視力喪失是主要手術指征，其他因素包括腫瘤生長、患者年齡偏小和內分泌指標異常；垂體腺瘤的最常見并發癥有視野缺陷、腦卒中和（或）短暫性腦缺血發作（TIA）、鼻竇疾病，術后并發癥主要是腦脊液漏［30］。亦有針對術后血 腫［31］、術后 垂體功 能低下［31］、尿崩癥［18］、垂體卒中［32］和空蝶鞍綜合征［19］等常見并發癥的報道。但關于術后垂體功能恢復預測因素的研究較少，Araujo?Castro等［33］回顧分析10年間首次行垂體腺瘤切除術的232例患者的臨床資料，認為男性、高齡、糖尿病、垂體卒中、腫瘤較大是術后腺垂體功能低下的危險因素，其中腫瘤大小預測垂體功能低下的準確性最高。Staartjes等［34］首次發表關于經鼻蝶入路手術中和手術后垂體體積變化的研究，發現術中垂體體積增大，術后隨訪1年體積縮小；而且術后隨訪3個月時垂體體積縮小與術后激素缺乏和下丘腦?垂體軸多發性損傷有關。關于術后垂體體積和功能相關影響因素的研究尚待大樣本隊列研究。

2.垂體腺瘤生物學標志物與分子分型 疾病的生物學標志物是病理狀態下的可測量指標，用于監測疾病進展和治療反應。已有的垂體腺瘤研究中，涉及分子分型的研究主要用于疾病診斷。2017版WHO垂體腫瘤分類［1］推薦，將垂體特異性轉錄因子1（PIT1）作為臨床激素診斷的補充，尤其應對激素測定呈陰性的垂體腺瘤行免疫熒光染色（IFA）。有30%~40%經手術治療的垂體腺瘤為無功能腺瘤，可通過抗腺垂體激素抗體免疫組化染色、電子顯微鏡超微結構觀察，原位雜交或反向溶血空斑試驗（RHPA）等傳統方法分為不同組織學亞型［35］，不同亞型在臨床行為和預后方面有一定差異。但僅通過激素免疫組化染色以實現準確的腫瘤分型存在局限性，PIT1免疫組化染色對確診激素測定呈陰性的垂體腺 瘤 具 有 補充作用［35?36］。Mete等［37］回 顧 分析加拿大多倫多大學健康網絡（UHN）2001-2016年經蝶竇入路手術切除的1055例垂體腺瘤患者的組織病理學資料，獲得轉錄因子［PIT1、雌激素受體α（ERα）、類固醇生成因子（SF?1）、T?box垂體轉錄因子（Tpit）］，激素（ACTH、GH、PRL、β?促甲狀腺激素、β?促卵泡激素、β?促黃體生成素）以及其他生物學標志物［角蛋白、Ki?67抗原、P27、纖維母細胞生長因子受體4（FGFR4）］在各種類型垂體腺瘤中的免疫組化定位，這是迄今報道的首次將轉錄因子常規應用于垂體腺瘤分型的研究。這些生物學標志物為臨床與病理的相關性提供了基礎，有助于預后和預測性管理。同時，根據不同譜系細胞腫瘤的腫瘤增殖標志物及其他臨床參數可預測腫瘤侵襲性［35］，尤其是某些惡性腫瘤的常見蛋白［38］，如高遷移率族蛋白A（HMGA）［39］、無功能垂體腺瘤的成對同源結構域轉錄因子2（PITX2）［40］、垂體皮質醇腺瘤表皮生長因子受體（EGFR）［41］等，對垂體腺瘤預后預測有重要價值，但尚待更大樣本量的多中心長期研究提供更有力的證據。生物學標志物還可用于監測藥物藥效反應，研究者通過免疫組化染色、Western blotting等分子生物學檢測手段對垂體腺瘤標本進行分析，以探究腫瘤分子分型與藥效反應之間的關系。例如，對于難治性垂體腺瘤，即經多次手術和放療后仍復發的垂體腺瘤患者，通常予以替莫唑胺化療。研究顯示，功能性腫瘤特別是催乳素腺瘤和促腎上腺皮質激素腺瘤對替莫唑胺反應更好［42］，但是仍有諸多患者對替莫唑胺無反應或逐漸產生耐藥性，如何選擇適應證患者和治療時間成為亟待解決的問題。O6?甲基鳥嘌呤?DNA甲基轉移酶（MGMT）［43?44］、DNA錯配修復蛋白［45］等DNA修復相關蛋白含量較高的腫瘤傾向對替莫唑胺耐藥，MGMT免疫活性較低的患者對替莫唑胺反應較好。歐洲內分泌學會［46］推薦，神經病理學專家應采用免疫組化染色評估MGMT狀態，MGMT高表達提示缺乏替莫唑胺反應。但亦有研究顯示，腫瘤組織MGMT水平較低，但對替莫唑胺仍反應較差［47］。因此，如何根據患者自身特點選擇化療藥物、如何確定治療時機是臨床醫師面臨的挑戰，尚待進一步探究藥效反應的預測因素，尤其應從藥物的生物靶點著手［48］、從藥物作用機制出發，更合理地預測藥效反應和耐藥性。

3.垂體腺瘤的影像組學與影像學標志物 影像學檢查常用于準確定位垂體腺瘤以及診斷和監測治療，主要是MRI檢查，對診斷腫瘤復發具有重要意義，行垂體腺瘤手術的患者每年需復查MRI。某些特殊序列如梯度回波序列（GRE）、磁敏感加權成像（SWI）和高分辨率動態對比增強MRI（DCE?MRI）等，可用于垂體腺瘤出血、海綿竇侵犯和促腎上腺皮質激素微腺瘤的評估［49?50］。MRI還可與其他成像技術結合，形成新的混合診斷系統，如超高場強MRI與PET/MRI系統，二者整合成一個混合系統［51］，可提高垂體微腺瘤的診斷精確性，然而這些新型診斷系統的應用價值尚待更大樣本量的研究驗證。對垂體腺瘤的侵襲性進行分類有助于臨床醫師制定更有針對性的治療方案，但目前尚無生物學標志物可區分早期侵襲性與非侵襲性垂體腺瘤，影像學檢查可作為一種替代方法，通過放射影像學和外科手術觀察到腫瘤侵犯鞍區和海綿竇區。研究者通過深度學習算法對MRI數據進行自動分類，如預測垂體腺瘤是否侵襲海綿竇［52］、鑒別垂體腺瘤質地［53］、識別術中腦脊液漏高風險患者等。除簡單分類外，研究者還嘗試從海量的影像學數據中挖掘出更多信息。影像組學即為將視覺圖像信息轉化為深層特征的定量研究，可對腫瘤進行分割、功能提取，并通過建立模型進一步提取、預測和分析圖像數據，有助于臨床醫師準確診斷。美國研究者開發出一種算法以分析術前冠狀位T2WI和對比增強T1WI圖像，對每個序列提取32個一階特征和75個紋理特征，采用支持向量機分類器評估提取參數的重要性，以預測術后復發率［54］；隨后，一些新的方法被提出以處理垂體腺瘤的影像學特征，例如，Kim等［55］開發一種基于深度學習的MRI重建方法，可實現邊緣清晰、偽影減少的圖像去噪聲，提高薄層MRI圖像質量。與基于臨床特征的高維數據模型相比，基于影像學數據的算法和模型具有更大的應用空間，仍待更大樣本量的隨機對照試驗驗證其診斷價值。垂體腺瘤的影像學特征與臨床表現有關，T2WI顯示生長激素分泌量較多的垂體腺瘤體積較大，且對鄰近結構有侵襲性，這些影像學特征可能與特定分子標志物有關。因此，影像學技術有可能成為一種無創性手段評估腫瘤質地、侵襲特征，進而制定準確的治療方案或改進現有分類，以實施精準醫療［56］。土耳其研究者采用機器學習算法進行定量結構分析T2WI數據，訓練得到的k?NN分類器可成功預測80%的肢端肥大癥患者生長激素受體對生長抑素類似物是否耐藥［57］。Dogansen等［58］探討功能性垂體腺瘤基線T2WI信號強度與肢端肥大癥、催乳素腺瘤、促腎上腺皮質激素腺瘤患者的臨床特征、組織學類型與療效之間的關系，發現T2WI信號強度可用于預測生長激素腺瘤對生長抑素類似物的治療反應以及催乳素腺瘤對多巴胺激動劑的治療反應，因此在評估病理標本前，可通過T2WI信號強度評估此類患者的治療反應。由此可見，更多、更細致的影像學研究有助于制定適宜的治療和管理方案。為減少垂體腺瘤造成的內分泌紊亂對人體的影響，早期確診垂體腺瘤十分重要。生長激素腺瘤致肢端肥大癥、促腎上腺皮質激素腺瘤致庫欣綜合征的診斷往往是延遲的，使得疾病不可逆轉［59］。有研究者采用機器學習算法對肢端肥大癥患者進行面部特征分析和識別，并結合三維成像技術，可以更好區分出與病理狀態密切相關的面部變量，更準確地預測病理狀態，從而早期識別肢端肥大癥［60?61］，甚至判斷疾病嚴重程度［62］。針對庫欣綜合征患者面部特征的研究較少，未來有可能進行更多的探索，但是考慮到面部識別和成像條件有可能對患者的隱私構成威脅，故應在數據庫的信息錄入和整合中加強管理。

4.衛生保健系統 除為臨床研究提供支持外，臨床數據庫還可用于藥物研發和衛生政策制定。美國食品與藥品管理局（FDA）于2008年發起“哨兵計劃”，目的是開發和實施一個主動系統，一旦藥品、生物制品或醫療器械進入市場，即對其安全性進行跟蹤，通過在各個站點運行集中開發的計算機程序以應用合作機構的電子病歷，該程序將匯總結果返回組織中心［63］，該系統在藥物安全性研究中得到有效應用［64］。日本國家臨床數據庫（NCD）與日本診斷程序組合數據庫（DPCD）等醫療保險數據庫相通，有利于開展衛生經濟學相關研究［65］。

三、展望

準確高效的臨床決策往往基于大型臨床數據的高質量證據支持，高認可度的臨床研究通常為長時間、多隊列、大樣本量的病例對照研究，而我國在這方面的研究還存在較大空白。目前國際上關于垂體疾病的臨床指南和專家共識中，幾乎未見來自我國的研究結果和臨床證據。長期追蹤的大隊列研究需要大規模、長期的資料收集和研究，而多中心數據庫可以為臨床醫師和科研工作者提供研究平臺。讀取患者的基因組信息、實施個體化治療已成為醫學研究、尤其是腫瘤醫療保健領域的常規工作，然而目前在理解垂體腺瘤基因組信息以及如何利用這些信息改善患者健康狀況方面尚存較大困難。迅速發展的分子生物學技術，如代謝組學、蛋白質組學和基因組學等均有助于研發大量新的生物學標志物和靶向藥物，但現有的垂體腺瘤數據庫尤其缺少詳細的組學數據，特別是基因組學和轉錄組學，以及大型隊列研究數據，還無法實現為患者提供個體化治療所需的數據精度。因此，臨床醫師除搜集病例外，還可與基礎學家、流行病學家、衛生部門合作開展研究，共享臨床數據，豐富數據的維度，從而在不同層面得到垂體疾病的綜合闡釋。在“精準醫療”時代，臨床醫師面臨的最有趣挑戰是從生物、化學和臨床數據中挖掘信息、提取特征，從而設計更有效的治療方案，實施更經濟的臨床管理。

我國的垂體腺瘤數據庫尚處于起步階段。隨著互聯網技術的進步、民眾公共衛生意識的提高，可逐步擴大數據庫的覆蓋率，在遵守法律、道德、個人隱私需求的同時，盡可能收集、分析和共享標準化數據，擴大與相關資源的整合和交叉鏈接，并將這些異質性數據分類、存儲、整合、共享、挖掘、解釋和轉化為可以利用的醫療資源，構建真實的疾病研究模型，使基礎研究、臨床實踐、藥物研發、康復保健、衛生政策均可以獲得高質量的數據支持，提高醫療衛生系統的運轉效率，最大限度地幫助患者恢復健康。

利益沖突 無