導(dǎo)讀

研究者表示，鑒于此次研究中CDSS產(chǎn)生的高靈敏度與特異性，其用于確定患者腫瘤篩查指南依從性是有效的，有助于公共衛(wèi)生資源的高效配置。

腫瘤篩查作為早期發(fā)現(xiàn)惡性腫瘤與癌前病變的重要手段，可有效降低癌癥發(fā)病率與死亡率，但符合腫瘤篩查條件的人群對篩查指南依從性仍有待提高。以結(jié)直腸癌為例，2019年我國的篩查滲透率僅為16．4％，遠低于美國的60．1％。

近期，美國一項發(fā)表在Preventive Medicine Reports的研究顯示，使用臨床決策支持系統(tǒng)（CDSS）智能分析患者電子病歷數(shù)據(jù)（EHR），可有效識別需要進行癌癥篩查的患者，以及確定患者的篩查依從性。在該研究中，CDSS算法模型的特異性高達99％，有助于精準分配公共衛(wèi)生資源，從而提高癌癥早篩率。

01

研究方法

算法預(yù)測與人工審核同時進行

腫瘤早篩是改善癌癥預(yù)后的重要途徑，例如，以每挽救一個生命年的成本計算，結(jié)直腸癌的篩查經(jīng)濟性為0．297，胃癌為0．356；以每獲得一個質(zhì)量調(diào)整生命年計算，乳腺癌的篩查經(jīng)濟性為2．056，食管癌為0．960。但由于公眾認知不足、時間與經(jīng)濟成本、腫瘤侵入性檢測方式等因素，降低了人群對腫瘤篩查的依從性。

近年來， CDSS的相關(guān)研究顯示，通過EHR為醫(yī)生提供個性化的癌癥篩查提醒和建議，有助于指導(dǎo)醫(yī)生實施循證護理，從而提高患者對癌癥篩查指南的依從性。但國外許多評估CDSS有效性的研究指出了關(guān)鍵局限性，包括因種族與社會經(jīng)濟地位導(dǎo)致的臨床決策偏見等。且從EHR提取數(shù)據(jù)驗證算法需要大量的人工圖表審查，這種評估方式繁瑣耗時。

為解決上述局限性，使醫(yī)學(xué)界從驗證算法模型（不帶偏見的）的研究中獲益，研究者以自動化、去標識化的方式提取EHR數(shù)據(jù)，并建立了人工審核團隊與算法模型（該算法使用患者EHR數(shù)據(jù)確定其是否遵循癌癥篩查指南）并行工作的流程，見圖1。其中數(shù)據(jù)的收集主要是從紐約大學(xué)朗格尼健康中心的 Epic 平臺提取EHR 數(shù)據(jù)，通過在符合癌癥篩查條件的患者中按年齡進行簡單隨機抽樣，針對結(jié)直腸癌、乳腺癌和宮頸癌3個癌種分別選擇了305、298、300 名患者納入研究。

圖1 算法驗證工作流程

研究者將患者數(shù)據(jù)去除種族、社會經(jīng)濟等標識，并排除一些不符合腫瘤篩查條件的患者，例如，接受過全結(jié)腸切除術(shù)或先前被診斷為結(jié)直腸癌的患者。隨后將數(shù)據(jù)導(dǎo)入一個研究電子數(shù)據(jù)采集的軟件REDCap，REDCap可提供用于驗證數(shù)據(jù)采集的直觀界面、跟蹤數(shù)據(jù)操作與導(dǎo)出等功能，助力人工審查。

研究者開發(fā)的CDSS 以Epic Clarity 數(shù)據(jù)庫中的標準化代碼為基礎(chǔ)，根據(jù)美國預(yù)防服務(wù)工作組推薦的癌癥篩查指南（表1），自動對患者的篩查資格與依從性進行分類。在被歸類為符合篩查條件的患者中，如果發(fā)現(xiàn)任何符合標準的癌癥篩查事件，將被視為依從者；反之則是不依從。而人工審核團隊亦使用同樣的篩查指南。

表1 美國預(yù)防服務(wù)工作組的結(jié)直腸癌、乳腺癌和宮頸癌篩查指南

02

CDSS性能評估結(jié)果

宮頸癌靈敏度最高 乳腺癌特異性最高

在人工審核環(huán)節(jié)，由兩組訓(xùn)練有素的團隊分別評估REDCap中去標識的數(shù)據(jù)集，以確定患者是否符合腫瘤篩查條件與依從性。審核者對于無法確定結(jié)果的病例，將在Epic完整數(shù)據(jù)中進行全面審查，以作出最終決定。如果兩個團隊的判定產(chǎn)生分歧，必要時進行一輪新的完整數(shù)據(jù)圖表審核，使每個分歧都產(chǎn)生確定結(jié)果。并創(chuàng)建人工審查數(shù)據(jù)集，與算法結(jié)果進行比較，計算出CDSS的靈敏度與特異性。

核查結(jié)果顯示（表2），納入結(jié)直腸癌篩查的305名患者中，3人因病史被排除，CDSS在進行患者篩查依從性分類時，靈敏度為79．5％（58／73），特異性為 91．7％（210／229）。這意味著CDSS準確識別了約80％依從腫瘤篩查指南的患者，但將約8％的不依從者錯誤歸類為依從者。

而納入乳腺癌篩查的298名患者中，3人因病史被排除，CDSS評估患者乳腺癌篩查依從性的靈敏度為69．9％（79／113），特異性為99．4％（176／177）；納入宮頸癌篩查的300名患者，6人因年齡原因被排除，CDSS評估的靈敏度為89．5％（94／105），特異性為96．8％（180／186）。值得一提的是，雖然乳腺癌的篩查標準最簡單，但算法表現(xiàn)出的靈敏度最低，這可能與算法選擇的CPT與ICD代碼不是通用的乳腺X光檢查代碼列表。

表2 CDSS性能評估結(jié)果

研究者表示，鑒于此次研究中CDSS產(chǎn)生的高靈敏度與特異性，其用于確定患者腫瘤篩查指南依從性是有效的，有助于公共衛(wèi)生資源的高效配置；且研究中使用的去標識化數(shù)據(jù)與驗證數(shù)據(jù)自動提取技術(shù)可減少人工審核所需時間，減少決策偏差。

研究者同時指出，這項研究也存在一些局限性，因為研究人群只包括特定機構(gòu)隨機選擇的患者，以及只就診過一次的患者，所以部分患者的篩查史可能未記錄在該機構(gòu)中。此外，該算法只在一家醫(yī)院的EHR系統(tǒng)上測試，其泛化性可能有限。但這些局限性并不影響驗證算法本身的能力，反而強調(diào)了未來采用這種算法為公共衛(wèi)生工作提供信息的關(guān)鍵考慮因素。

參考資料：

Ajlm A ， Jdk A ， Sjr A ， et al． Validation of rule－based algorithms to determine colorectal， breast， and cervical cancer screening status using electronic health record data from an urban healthcare system in New York City － ScienceDirect［J］．

【責(zé)任編輯：蘇夏】

       原文標題 : 特異性高達99% CDSS有助于提高腫瘤篩查率｜PMR