联仁大咖说｜中国年轻女性乳腺肿瘤良/恶性诊断影响因素回顾性研究

中国年轻女性乳腺肿瘤良/恶性诊断

影响因素回顾性研究

2021年末，为推进政府数据开放，推动医疗与健康大数据创新应用，促进学术科技创新发展，国家健康医疗大数据东部中心基于数据开放运营方案征集的需求，邀请各业务单位参加“2021常州健康医疗数据开放创新应用大赛”。联仁健康医疗大数据科技股份有限公司报名参加大赛，并确定主要研究课题为：年轻女性乳腺肿瘤良/恶性诊断影响因素回顾性研究，以及衍生研究课题：患者是否需要为BI-RADS评分4级而过度紧张。

通常而言，乳腺癌患者以年长女性为主，但是近年来，有研究数据显示，确诊为乳腺癌的年轻女性比例在不断上涨。因此团队决定将研究主体定位在年轻女性，并致力于分析东部中心中的真实世界医疗数据中年轻女性肿瘤良/恶性情况及其影响因素。

数据来自国家癌症中心

本次研究数据主要来源为常州市医保数据及常州卫健医疗数据。常州市医保数据库为常州参保人员医保结算数据，覆盖2015年至2020年常州市600多万人医保数据，数据库中的表包括就诊人员、诊疗项目、服务设施、处方用药、医疗用费等数据，共涵盖700多种数据项以及24亿条记录。常州卫健医疗数据库为常州医疗机构就诊数据，覆盖2018年至2020年常州市500多万人3000万次就诊记录，数据库中的表包括挂号、就诊、检查、检验、处方、入院、出院、医嘱、病案、结算等数据，共涵盖1500多种数据项、13亿条记录。经过一系列纳排条件筛选，并通过自然语言处理方法从医疗文本中提取出BI-RADS评分相关变量，最终确定研究数据集。

研究使用统计方法为描述性统计分析、差异性分析、Kruskal-Wallis秩和检验和多元逻辑回归，经过统计推断，发现一些影响因素较为显著，主要为BI-RADS评分最高级、检验检查结果、最大病灶宽度等。其中，“BI-RADS最高级”变量经过数据预处理，转换为BI-RADS评分小于4级、等于4级、高于4级的有序三分类变量。研究结果显示，针对“BI-RADS最高级”变量，进行组间两两比较，主要结论为除“4级以下”与“4级”之间暂无证据表明有显著性差异外，其他两组均有显著性差异。

研究的主要结论总结为：BI-RADS评分4级与乳腺肿瘤恶性诊断之间的关联程度较低。在缺乏进一步检查和确诊的情况下，不建议此类患者过度治疗，以增加患者获益和减少医疗花费。

当然，本次研究也存在一定的局限性，由于时间限制及数据完整度等因素，部分较为重要的指标尚未纳入研究，从而导致研究假设和目前结论需要进一步验证。进一步的课题例如：构建预测模型进行精准诊断；预测BI-RADS评分为后症乳腺癌的概率等，皆可作为后续的研究内容。

免责声明：本文仅用于解释数据分析的基本技术。这并不意味着为分析结果提供任何医疗建议。

供稿：医药事业部