黑色素瘤瘤深度质量审计:一个不匹配的分析
Pamela Sanchez1, Margaret Peggy Adamo1, Clara J K Lam1
1Surveillance Research Program, Division of Cancer Control and Population Sciences, National Cancer Institute, Bethesda, Maryland.
Journal of registry management
|June 1, 2023
概括
开发了一种算法来识别黑色素瘤瘤深度,发现24%的病例存在差异. 这个工具可以通过标记错误进行审查来提高癌症注册表数据的质量.
科学领域:
- 在瘤学瘤学.
- 癌症监测研究 癌症监测研究
- 医疗信息学 医疗信息学
背景情况:
- 在国家癌症研究所的监测,流行病学和最终结果 (SEER) 计划中,人们对黑色素瘤瘤深度编码产生了担忧.
- 监控研究计划 (SRP) 开始努力解决这些编码不一致的问题.
研究的目的:
- 开发和验证用于准确识别黑色素瘤瘤深度测量的算法.
- 通过非匹配分析评估现有的黑色素瘤深度编码实践的准确性.
主要方法:
- 开发了一个自然语言处理算法来提取黑色素瘤瘤深度值.
- 一项非匹配分析将算法识别的值与使用1117例癌症病例 (2010-2017年) 的黄金标准进行了比较.
- 使用SAS软件 (9.4版本) 进行了统计分析,以评估差异及其分布.
主要成果:
- 76%的病例显示了最初报告和黄金标准黑色素瘤深度值之间的匹配.
- 16%的病例基于最初报告的AJCC-7 T阶段错误,经常被错误地归类为TX而不是T1.
- 总体而言,24%的病例在记录的黑色素瘤深度中表现出差异,小数点错误占3%.
结论:
- 很大一部分黑色素瘤病例 (24%) 在瘤深度上有编码差异.
- 开发的算法可以通过自动识别不一致性来提高癌症注册表数据质量.
- 注册机构的自动审查和裁决可以优化资源分配并提高数据准确性.
