引 言
醫(yī)療衛(wèi)生行業(yè)數(shù)據(jù)來源豐富且類型多樣。醫(yī)療信息平臺等數(shù)據(jù)端匯聚龐大數(shù)據(jù)資源，充分挖掘醫(yī)學數(shù)據(jù)價值有利于輔助臨床診斷、拓展科研思路、提高科研效率、強化醫(yī)院數(shù)據(jù)治理能力。醫(yī)學大數(shù)據(jù)挖掘利用以醫(yī)學問題為先導，醫(yī)療行業(yè)業(yè)務場景較多，所面臨問題不同，對醫(yī)學數(shù)據(jù)資源的加工處理需求也不同，導致臨床研究方案設(shè)計的個性化需求較強。醫(yī)學工程師應理解臨床研究需要解決的問題，具備定位問題、發(fā)現(xiàn)問題、拆解問題和解決問題的能力。具體來說需要長時間反復和臨床研究者溝通以便充分理解研究過程，在此基礎(chǔ)上分析和篩選，進行適當抽象和簡化，將臨床問題轉(zhuǎn)化為數(shù)學問題，進而定義規(guī)則處理臨床數(shù)據(jù)。
01、基本概念與數(shù)據(jù)處理流程
2.1 回顧性隊列研究
首先明確研究目的，確立結(jié)局指標和研究因素，提出PICO（P：研究對象，I：干預或暴露因素，C：對照組，O：結(jié)局指標）問題。臨床數(shù)據(jù)處理主要包括確定患者入選標準（如性別、年齡、診斷等）、剔除標準（如既往史不符、關(guān)鍵指標缺失等）、臨床研究因變量（如體征、檢驗、檢查、用藥等） 和結(jié)局變量（如生存狀態(tài)、預后評分等）。
2.2 臨床數(shù)據(jù)處理流程規(guī)范
臨床數(shù)據(jù)處理需要嚴格規(guī)范，才能保證完整性和準確性。第一，醫(yī)學大數(shù)據(jù)應用實踐需經(jīng)臨床研究者、數(shù)據(jù)工程師、統(tǒng)計分析師協(xié)同合作完成，共同制定、逐步完善并嚴格貫徹臨床研究方案。數(shù)據(jù)工程師和統(tǒng)計分析師的介入使得方案更加明晰，臨床研究者更方便掌握研究進展和調(diào)整人力、財力和資源配置；第二，流程規(guī)范能及時發(fā)現(xiàn)錯誤，數(shù)據(jù)工程師可以及時解決疑問數(shù)據(jù)；第三，流程所涉及程序腳本可復用，大幅降低研究難度?？傊?guī)范流程可以顯著提高臨床研究執(zhí)行效率，是獲得具有科學性和標準性研究結(jié)論的前提。
2.3 數(shù)據(jù)處理方案（圖1）
具體包括患者納入與排除標準、分組條件、就診次選擇以及對應具體診療數(shù)據(jù)篩選，包括非結(jié)構(gòu)化數(shù)據(jù)（病歷文本）、半結(jié)構(gòu)化數(shù)據(jù)（檢查報告、病理報告等）和結(jié)構(gòu)化數(shù)據(jù)（病案首頁、檢驗結(jié)果等）。臨床數(shù)據(jù)一般由數(shù)據(jù)工程師利用結(jié)構(gòu)化查詢語言（Structured Query Language，SQL） 腳本定義規(guī)則批量處理，其中非結(jié)構(gòu)化和半結(jié)構(gòu)數(shù)據(jù)需要自然語言處理技術(shù)配合人工整理提取具體數(shù)據(jù)項，整理后的數(shù)據(jù)由統(tǒng)計分析師合并、清洗、統(tǒng)計分析并校正混雜因素等，最終實現(xiàn)臨床數(shù)據(jù)價值轉(zhuǎn)化。大多數(shù)臨床研究方案制定是一個長期過程，經(jīng)常會因后期數(shù)據(jù)分析結(jié)果不理想被重新修正。
02、臨床問題確定與處理
3.1 臨床問題的提出
臨床問題的提出是醫(yī)學大數(shù)據(jù)分析應用的核心，一個好的可回答的問題是保障臨床研究質(zhì)量的關(guān)鍵，有助于制定證據(jù)收集策略，提高解決臨床問題的針對性。要找準臨床問題應具備對患者的責任心、豐富的基礎(chǔ)和臨床醫(yī)學知識、扎實的臨床基本技能、一定的人文科學及社會心理知識、綜合分析和判斷能力。統(tǒng)計分析師和數(shù)據(jù)工程師從方法學和工程學角度，基于大數(shù)據(jù)思想和統(tǒng)計方法，結(jié)合醫(yī)院數(shù)據(jù)實際情況審核臨床問題，為臨床研究者提出建議。
3.2 慢病及危急癥患者臨床數(shù)據(jù)特點
一般來說，慢病相關(guān)研究涉及患者數(shù)量多、治療周期長，一家醫(yī)院包含患者臨床數(shù)據(jù)的完整程度不高，許多重要指標需要隨訪跟蹤，完成困難。例如課題“惡性腫瘤患者服用化療藥導致高血壓預測分析”中，影響研究結(jié)果因素較多。首先，惡性腫瘤患者離院后，很難掌握其是否遵醫(yī)囑服藥、是否存在中間停服或者換藥等情況；其次，患者化療周期長、醫(yī)院人流量大，持續(xù)在本院復查患者占比較低，缺少疾病發(fā)展過程中的臨床數(shù)據(jù)；最后，部分患者高血壓患病時間點難以判斷，難以確定高血壓與服用化療藥之間的關(guān)系。危急癥患者治療周期短，見效快，患者臨床數(shù)據(jù)完整度高，完成相對容易。如課題“住院急性胰腺炎患者經(jīng)口進食不耐受風險因素分析”中，住院急性胰腺炎患者相對較少、治療周期短、臨床數(shù)據(jù)完整度高，并且經(jīng)治療后進食是否耐受在醫(yī)生醫(yī)囑或病程記錄中有所體現(xiàn)。
3.3 患者分組條件客觀化處理
臨床問題涉及指標應當盡量來源于客觀數(shù)據(jù)，避免人為主觀干預造成數(shù)據(jù)分析偏差。以不良結(jié)局為例討論如何客觀化處理患者分組條件。許多臨床研究方案中結(jié)局變量為死亡，但篩選結(jié)果往往不符合臨床實踐認識，而且本院數(shù)據(jù)無法滿足臨床研究對數(shù)據(jù)量的需求。原因在于一方面先進的醫(yī)療技術(shù)延長了危重癥患者生命；另一方面瀕死患者存在轉(zhuǎn)院或者自行出院返家的情況。建議采用臨床不良事件發(fā)生代替死亡事件，并將醫(yī)囑處置作為參考條件，即醫(yī)囑中包含死亡、尸體、電除顫、心外按壓或鹽酸腎上腺素注射液３次以上的患者為不良結(jié)局組。
03、臨床數(shù)據(jù)規(guī)范化校驗
4.1 概述
不同醫(yī)院業(yè)務系統(tǒng)和流程存在差別，導致診療信息數(shù)據(jù)結(jié)構(gòu)和存儲內(nèi)容不同。數(shù)據(jù)工程師需深入醫(yī)院業(yè)務流程充分了解數(shù)據(jù)源頭、臨床數(shù)據(jù)存儲結(jié)構(gòu)，才能根據(jù)臨床科研需求有的放矢。
4.2 相似的臨床檢驗項目在不同醫(yī)院檢驗傾向不同
如肌鈣蛋白，有的醫(yī)院傾向查全血肌鈣蛋白，有的傾向查肌鈣蛋白Ｔ，有的傾向查肌鈣蛋白I。同一臨床檢驗項目可能對應不同名稱，包括簡稱、別名等。如谷草轉(zhuǎn)氨酶（英文縮寫為AST或GOT），又稱天門冬氨酸氨基轉(zhuǎn)氨酶、門冬氨酸氨基轉(zhuǎn)氨酶、天冬氨酸氨基轉(zhuǎn)移酶。同一臨床檢驗項目可能對應不同結(jié)果單位。如血氣肌酐結(jié)果值的單位可能為umol／L或mg／dl。
4.3 臨床研究方案涉及數(shù)據(jù)項可能有多個數(shù)據(jù)源
臨床研究方案涉及數(shù)據(jù)項可能有多個數(shù)據(jù)源，存儲在不同數(shù)據(jù)表中。以“惡性腫瘤患者服用化療藥導致高血壓預測分析” 為例，判斷高血壓可以通過體征中血壓記錄，至少不同日3次測量的血壓大于140／90mmHg，也可以通過醫(yī)囑中用藥記錄，至少包含一定劑量降壓藥，也可直接以醫(yī)生下達的診斷為依據(jù)。這需要根據(jù)實際數(shù)據(jù)情況選擇不同方案。
04、臨床數(shù)據(jù)規(guī)則化提取
5.1 確定研究人群具體診療信息
臨床研究方案首先要確定患者人群，然后確定其具體診療信息。診療信息可能需要入組患者歷次門診、住院次信息或者其滿足一定條件的門診、住院次信息，根據(jù)方案實際需求而定。確定患者就診次后，一次住院可能會有多次檢驗、檢查，具體選擇可能是在院期間第一次或最后一次，也有可能是服用某藥或接受某項手術(shù)前后最近的一次。
5.2 研究案例
以“惡性腫瘤患者服用化療藥導致高血壓預測分析” 研究為例，要求首先確定結(jié)局事件標準，然后提取患者結(jié)局事件前最近一次指標結(jié)果。惡性腫瘤患者通常一年有多次住院診療記錄，不同住院次檢驗項目不同。提取患者結(jié)局事件前最近一次指標，可能會導致同一患者結(jié)局事件前最近一次血常規(guī)檢驗與最近一次腫瘤標志物檢驗時間間隔過大，影響分析結(jié)果。為避免此類情況發(fā)生，采用時間間隔范圍限定。如預測180天內(nèi)結(jié)局變量發(fā)生，檢驗指標90天內(nèi)有效期。腳本提取結(jié)局變量發(fā)生前180天內(nèi)患者所有在院相關(guān)檢驗指標，然后以90天作為窗口在180天范圍內(nèi)滑動，選定囊括最多不同類別檢驗項的窗口作為目標值。服用化療藥導致高血壓，需要一定服藥期限和劑量，需同時統(tǒng)計惡性腫瘤患者住院醫(yī)囑用藥和門診取藥記錄。具體做法為：確定研究的化療藥在數(shù)據(jù)庫中具體藥品名；患者一年或兩年住院化療次數(shù)和門診化療取藥次數(shù)大于閾值；患者用藥劑量大于閾值。
討 論
醫(yī)學大數(shù)據(jù)預測評估實踐研究需要多學科人員協(xié)同合作，在臨床數(shù)據(jù)處理過程中根據(jù)過程結(jié)果修正臨床研究方案，重新調(diào)整數(shù)據(jù)提取和分析策略。方案更迭容易導致多方參與人員協(xié)作失衡，因此臨床數(shù)據(jù)處理有效開展離不開過程文檔的支持。臨床科研工作者負責課題臨床背景、研究意義和數(shù)據(jù)內(nèi)容詳情撰寫，詳情中包括具體數(shù)據(jù)項的重要程度、具體名稱、數(shù)據(jù)來源、取值范圍、臨床意義和提取備注（包括就診次和檢驗結(jié)果、檢查報告選擇標準）等。工程師應負責數(shù)據(jù)抽取腳本、數(shù)據(jù)分析過程和結(jié)果輸出等資料撰寫。文檔留痕使臨床數(shù)據(jù)處理流程有據(jù)可依，不僅方便后期審核查驗，而且有助于參與人員協(xié)同合作，及時發(fā)現(xiàn)漏洞并完善研究方案，提高工作效率。
結(jié) 語
本文在醫(yī)學大數(shù)據(jù)研究中心日常臨床數(shù)據(jù)服務工作實踐基礎(chǔ)上提出臨床數(shù)據(jù)處理流程規(guī)范，緊扣醫(yī)院信息系統(tǒng)常見數(shù)據(jù)處理工作，對其他類型數(shù)據(jù)涉及較少，如基因、微生物等。另外限于實際工作內(nèi)容范圍，流程規(guī)范未提及自然語言處理工程師和算法工程師，較少涉及病歷文本結(jié)構(gòu)化操作流程和數(shù)據(jù)建模分析流程?？傊R床數(shù)據(jù)處理流程規(guī)范與臨床研究成果關(guān)系密切，值得高度重視，本研究提出的流程規(guī)范還有欠缺，仍需進一步完善。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號：滬ICP備17004559號-5
