美国国立癌症研究所SEER数据库概述及应用.pdf

Microcomputer Applications Vol. 31, No.12, 2015 基金项目 微型电脑应用2015 年第31 卷第12 期 文章编号：1007-757X(2015)12-0026-03 美国国立癌症研究所SEER 数据库概述及应用 章鸣嬛，陈 瑛，汪 城，沈 瑛，马军山 摘要：美国国立癌症研究所“监测、流行病学和结果数据库”SEER 是北美最具代表性的大型肿瘤登记注册数据库之一， 收集了大量循证医学的相关数据，为临床医师的循证实践及临床医学研究提供了系统的证据支持和宝贵的第一手资料。介 绍了SEER 的基本情况、获取方式以及数据库结构等，对SEER 的数据字典进行了较详细的描述；解读了SEER 主要的统 计分析报告；收集了近年来国内外基于SEER 数据的部分临床应用案例，并对SEER 数据库的未来应用进行了讨论与展望。 关键词：SEER 大型肿瘤登记数据库；数据字典统计分析报告临床应用 中图分类号：R195 文献标志码：A 0 引言 全国医疗卫生机构入院人数达19215 万人，如图1 所示： SEER 记录了美国部分州县 40 年来肿瘤患者的相关信 息，包括了上百万名已确诊患者的发病率、死亡率和患病情 [2] 况等信息 。SEER 在建立之初仅有少数几个地区的登记站， 目前登记站数量已扩展为 18 个。这些登记站利用 [3] SEER*STAT 软件来统一和规范 ，这是一款可用于统计分 析的强大的计算机工具。各登记站的数据资料以一年两次的 频率提交到 NCI 进行分类统计和汇总，并向全美及全世界 发布所覆盖人群的肿瘤信息。 图1 2013年全国医疗卫生机构住院量及增长速度[1] SEER 的研究数据主要由肿瘤发病率情况和人口数据两 医学数据既具有常规数据的特点，如数据增量巨大、来 大部分组成。截至 2013 年 11 月，SEER 的数据记录已有 8,208,917 条。数据记录中包括患者的注册编号、个人信息、 源多样、产生时间和地点等不确定；又具有其特殊性，主要 原发病灶部位、肿瘤尺寸、肿瘤编码、治疗方案、死亡原因 表现为： 等信息。数据库所涉及的肿瘤划分为9 类：乳腺、结肠直 （1）数据形式多样性或异质性。包括文本数据（如问 肠、其他消化系统、女性生殖、淋巴 白血病、男性生殖、 诊、观察和解释等非结构化的描述语言）；临床化验等生理 呼吸系统、泌尿系统及其它尚未确指的类型。 参数；一维信号及其参数（如ECG ）；超声、CT、MRI 、PET 1 背景介绍 等医学影像特征参数。 （2 ）医学数据描述的不确定性。医生对于上述临床数 1.1 医学数据的特点 据的解释含有丰富的经验积累和知识沉淀，是医学数据分析 随着我国医疗卫生事业的快速发展，据卫生和计划生育 处理必须关注的数据源，但医生的经验与知识大多是非结构 [1] 事业发展统计公报 显示，2013 年全国医疗卫生机构总诊疗 化的文字描述非标准化形式。 人次达73.1 亿人次。全国医疗服务工作量如表1 所示： （3 ）人体是一个复杂的生物系统，随着病程变化，其