基于醫院信息化構建結腸癌專病隊列方法學探索

朱京京 尹瑞華 葛琛陽 胡 斌 王小紅 單 前何國斌 鄭紅娟 凌麗仙 傅健飛

1浙江大學醫學院附屬金華醫院病案室，321000浙江 金華；2浙江大學醫學院附屬金華醫院腫瘤內科，321000浙江 金華；3浙江大學醫學院附屬金華醫院結直腸肛門外科，321000浙江 金華；4浙江大學醫學院附屬金華醫院病理科，321000浙江 金華；5金華市疾病預防控制中心，321000浙江 金華；6浙江大學醫學院附屬金華醫院信息科，321000浙江 金華；7浙江大學醫學院附屬金華醫院統計室，321000浙江 金華

在中國，結直腸癌的發病率及死亡率仍在增加［1］。最近資料統計顯示，我國2018年結直腸癌新發病例37.6萬例，死亡病例19.1萬例，已成為全球結直腸癌每年新發病例數和死亡病例數最多的國家［2］。

臨床數據庫是反映患者的基本特征、疾病特點、治療方式以及疾病轉歸等多個因素的合集，是全球研究腫瘤的有效工具［3-4］。美國國立癌癥研究所 “監測流行病學和結果”數據庫（the surveillance，epidemiology，and end fesults，SEER）是美國國家癌癥研究所在1973年建立的綜合性癌癥數據庫，收集了患者的人口統計學信息、癌癥特征、病理分期等，并統計了患者預后相關的信息情況［5］。美國國家癌癥數據庫（the national cancer database，NCDB）是世界上最大的癌癥注冊機構之一。其之所以得到迅速的發展，重要原因就是利用信息化將患者的信息整合在了一起。到2016年，NC-DB積累記錄了超過3 400萬例癌癥患者的信息［6］。

而我國目前尚未建立一個綜合的大型腫瘤數據庫，通過醫院信息化系統建立癌癥數據庫更是鮮有報道。只有華西醫院在2013年將醫院信息系統、檢驗科信息系統相結合，建立了首個基于醫院科研系統的疾病數據庫——“肺癌外科病例管理數據庫”［7］。

目前我國醫院現有的病案首頁系統是按照ICD-10的診斷編碼和《國際疾病分類第九版臨床修訂本手術與操作》（ICD-9-CM-3）的操作編碼，依據疾病診斷、患者年齡、治療方式、疾病嚴重程度及轉歸等因素，將病例進行分組［8］。浙江大學醫學院附屬金華醫院是最早應用病案首頁ICD-10編碼系統對疾病進行分組的醫院之一，盲法于醫保體系，數據真實。對患者人口特征信息、診斷、有創的操作、手術都有記錄；對于死亡病例，有死亡時間和死亡疾病編碼，采用ICD-10進行死因進行分類和編碼。

1 資料與方法

1.1 資料來源

從浙江大學醫學院附屬金華醫院病案首頁系統ICD-10首頁編碼系統數據庫、病理數據庫和腫瘤報卡數據庫中檢索出所有2013年1月至2019年12月的結腸癌病人。ICD-10首頁編碼系統數據庫中提取字段包括人口學特征（姓名、年齡、性別、住院號、入院日期、出院日期）、主診斷疾病、ICD-10編碼、治療情況（手術、化療）、轉歸情況。檢索詞采用 “主診斷ICD類目編碼＝C18”，年份采用出院日期進行限制。治療包括手術和化療，手術操作碼不為空。化療情況，采用主診斷ICD亞目編碼＝Z51.1，而全診斷疾病編碼類目包含C18，進行檢索。死亡情況采用轉歸為死亡，全診斷疾病編碼類目包含C18碼，進行檢索。以身份證號為唯一字段，通過住院號、住院日期、年齡對身份證號進行修正，刪除同一姓名伴有多個身份證的記錄，建立ICD-10首頁編碼系統數據庫。

病理庫采用包含 “腸”和 “癌”進行篩選，再根據病理報告人工篩選出符合結腸癌的病人。同樣采用身份證號為唯一號構建數據庫，對于同一個病人存在的多次病理報告進行合并。

腫瘤報卡數據庫，采用報卡單位＝浙江大學醫學院附屬金華醫院，ICD編碼類目＝C18進行檢索。同樣采用身份證號為唯一號，構建數據庫。患者生存期自診斷日期起，到最后一次隨訪時間為止。隨訪終點時間為2019年12月，計算出患者的生存時間。

根據惡性腫瘤主診斷選擇原則，統計C18多次編碼的復發與死亡情況。對死亡病人，根據主診斷明確是否死于結腸癌，若并非死于結腸癌則明確具體死亡原因。根據全診斷包含有C18，主診斷為其他C碼（C01～C76），統計第二腫瘤發生情況。

1.2 統計學方法

不同組別生存差異的比較采用Kaplan-Meier方法，采用Log-rank對組間生存差異進行檢驗，檢驗水準α雙側＝0.05。所有統計均采用R 4.0.3進行分析，生存分析采用R軟件的 “survminer”“survival”軟件包。

2 結果

2.1 一般情況

根據入組標準共檢索出C18碼1 262人次，通過身份證去重，最后入組1 148例結腸癌患者，生成ICD-10首頁編碼系統數據庫。將ICD-10首頁編碼系統數據庫與1 060例的病理數據庫取交集，合成具有988例的病理病案數據庫。將病理病案數據庫與831例的腫瘤報卡數據庫匯合，建立581例的結腸癌隊列。隊列涵蓋了所有患者的病理分期、治療信息與隨訪信息。見圖1。

圖1 病人入組流程圖

2.2 近期治療的編碼

化療通過主診斷亞目編碼＝Z51.1進行整理，根據費用里涉及的化療藥費（大于1 000元），明確3 786人次化療，通過去重明確化療病人767例，組成化療庫。通過匹配發現，化療庫中有575例病人同時存在于ICD-10首頁編碼系統數據庫，192例未在ICD-10首頁編碼系統數據庫檢索到。在ICD-10首頁編碼系統數據庫入組的1 148例病人中，573例（49.9%）病人賦值為 “無或者unknown”，575例（50.1%）病人進行了化療。進一步分析，化療次數1～49次不等，其中只化療1次的病人110例（9.58%），化療8次的112例（9.76%）。根據腫瘤手術操作碼情況進行匹配，發現無手術操作碼的病人有77例（6.7%）。見表1。

表1 結腸癌患者化療及手術次數

2.3 主診斷多次出現C18編碼的分析

根據惡性腫瘤主診斷選擇選擇原則，結腸癌初診斷、結腸癌手術、結腸癌初次復發、因結腸癌死亡編碼C18。分析多次C18碼，統計出共有216條C18記錄存在重復，涉及102例結腸癌患者。12例（11.8%）出現3次C18碼，4例死亡病例。90例（88.2%）出現2次C18碼，其中有18例死亡病例。

2.4 腫瘤死亡的編碼

死亡轉歸，C18碼出現在全診斷中的病人47例，出現在以C18碼為主診斷的記錄中，共有38例（80.9%）。死亡原因為非結腸癌的有9例（19.1%）。

2.5 結腸癌伴多原發腫瘤的編碼

主診斷ICD-10編碼類目是其他C碼而在全診斷中出現C18碼，共有165例。通過甄別，有79例（47.9%）可以通過編碼來明確第二腫瘤的發生；但86例（52.1%）將轉移灶視為原發灶，如肺轉移被編碼為C78碼，其實并非肺原發。

2.6 生存分析

根據病理結果進行TNM分期。Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期病人分別有89例（15.3%）、248例（42.7%）、210例（36.1%）、34例（5.9%）。截至末次隨訪時間2019年12月，全組581例結腸癌患者中位隨訪時間為23.0月（范圍0.17～95.3月），3年生存率分別為81.4%、79.7%、67.1%、66.3%，P＝0.008，差異有統計學意義。見圖2、表2。

圖2 I-IV期結腸癌生存曲線

表2 不同隨訪時間和TNM分期的結腸癌生存人數

2.7 結腸癌隊列完成率驗證

利用醫院信息化系統建立結腸癌隊列的同時，我們也通過手工錄入的形式收集了所有在金華醫院進行手術治療的患者信息，包括患者術前檢查情況、術后病理分期、治療情況與隨訪信息，建立了金華醫院結直腸科研數據庫。將其中的結腸癌患者篩選出來，再將結腸癌信息化隊列數據與其匹配，驗證所建立的結腸癌隊列的完成率。見表3。

表3 建立的結腸癌信息化隊列與結腸癌科研數據庫匹配情況

3 討論

浙江大學附屬金華醫院結腸癌隊列的建立，充分利用了醫院的信息化系統，將病案首頁系統、病理科數據、疾控中心隨訪信息整合。通過ICD-10首頁編碼系統獲取了患者的人口統計學信息并通過全診斷包含有C18，主診斷為其他C碼（C01～C76）統計多原發腫瘤患者的患病情況。通過將ICD-10首頁編碼系統與疾控數據整合又可以獲取患者的轉歸情況，充分利用了現代化信息建設，可以簡單而快捷地建立腫瘤數據庫。

根據結果進行分析，設置主診斷ICD編碼類目＝Z51.1碼，次診斷中出現C18碼，可以得出結腸癌患者的化療信息。以此類推，將檢索關鍵詞設置為Z51.0，可以得到患者放療信息，通過主診斷為Z51.1，次診斷中出現Z51.0得到進行放化療患者的人數，充分獲取患者的治療情況。

對于死亡病人數據的獲取，分為院內院外2種途徑，其中最主要的是通過腫瘤報卡數據庫獲取，疾控中心通過電話隨訪得到患者院外死亡的數據。而通過ICD-10首頁編碼系統數據庫，可以篩選出同一個病人出現多次主診斷C18碼的信息，然后將 “轉歸情況”字段設置為死亡，獲取院內死亡病人的信息。

對于全診斷包含有C18，主診斷為其他C碼（C01～C76）的病人，如果編碼正確，則可以統計多原發腫瘤的發生情況。但是本研究建立的隊列還不能完美地實現這一點，轉移灶和原發第二腫瘤的編碼不能很好地區分開，在今后的工作中應引起重視。

葉斯斯［9］建立了解放軍總醫院的結直腸癌數據庫，按照主診斷編碼C18、C19篩選出結直腸癌患者，通過隨訪數據研究了各線化療藥物與患者預后之間的關系。他們更多是通過手工查詢的方法建立數據庫，大大增加了工作量。而我們將ICD-10首頁編碼系統與結腸癌病理庫聯系起來，利用醫院信息化高效地完成隊列的建立。另外，對于需要花費更多人力資源的隨訪工作，我們通過腫瘤報卡系統與疾控中心對接，信息化地獲取治療結局。數據庫的建設，更多是為了滿足科研的需要，為此我們對所建立數據庫，通過基于分期的生存分析，明確數據庫信息的準確性。從生存結果發現各個不同分期之間的生存曲線明確分開，中位生存時間與國內外報告的數據基本符合，表明該數據可以很好服務于個性化科研工作的開展［10］。同時，結腸癌數據庫的成功建立也為其他病種數據庫的建立打下了基礎，未來將有更廣泛的應用價值。

為了更好地了解信息化建立數據庫樣本量丟失情況，本研究將同時期手工錄入的結直腸科研數據庫，作為金標準進行分析，表明入組率約為69.8%。針對未能正確入組原因進行深入分析，主要在于 “病理報告”和 “腫瘤報卡”規范化，目前缺乏有效的監管，在做數據庫交集時比較容易出現 “紕漏”。我們建議，病理報告采用格式報告，同時采用ICD-10進行規范診斷，將有助于提高信息化建立數據庫的病人入組率。

同時，數據庫的構建過程中還存在著一些不足。第一，本研究的核心數據庫來源于一家樣本醫院，雖然該醫院為本地市最大醫療機構，醫療服務總量占市本級近五成，但從前期數據中發現Ⅰ期、Ⅳ期的病人較少，可能存在選擇偏倚，后續還需擴大樣本的數量及覆蓋面。第二，對于化療信息，通過我們建立的數據庫，只能得到患者化療與否，具體的化療方案尚不明確。這是通過信息化建立數據庫的通病，SEER數據庫等大型數據庫也同樣存在這樣的問題，隨著數據庫信息的進一步補充，我們將對隊列進一步完善。

4 結論

利用醫院信息化與腫瘤報卡系統、疾控的隨訪系統相結合建立數據庫是可行的。利用該模式有助于在區域（地區市）內、省級乃至國家層面形成腫瘤數據庫，從而建立起類似SEER、NCDB這樣的大型腫瘤數據庫，為腫瘤發病、治療、生存分析等相關研究，提供確切有用的數據支持。