设计和创建一个具有种族多样性的肺癌注册表,详细的基因组和环境注释
Luchang Cui1, Juhong Lee2, Juliet Miller3
1Department of Population Health Sciences, Weill Cornell Medicine, New York, New York.
概括
一个新的数据库,MCC-MELD,整合了肺癌基因组,临床和环境数据. 此资源有助于研究EGFR突变肺癌,特别是从未吸烟者.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 流行病学 流行病学
背景情况:
- 在从不吸烟者中,肺癌的比例越来越高,这些人拥有EGFR突变.
- 对EGFR突变肺癌的风险因素和预后指标的理解有限.
- 综合基因组,临床和环境数据集的稀缺性阻碍了研究.
研究的目的:
- 创建一个全面的数据库来研究EGFR突变肺癌.
- 促进对肺癌患者风险因素,治疗和治疗结果的研究.
- 为了利用自然语言处理进行增强的数据提取.
主要方法:
- 开发了迈耶癌症中心分子增强肺癌数据库 (MCC-MELD).
- 将肺癌病例与机构癌症登记,电子健康记录和基因组测试结果联系起来.
- 利用NLP提取非结构化基因组数据和吸烟史;将地理编码地址链接到区域级数据.
主要成果:
- MCC-MELD包括9,573名肺癌患者 (1988-2024年) 与不同的人口统计.
- 确定了1092 (11.4%) 的EGFR突变肺癌;NLP确定了397个额外的病例.
- 对于EGFR状态 (97%) 和吸烟史 (90%-98%),NLP的准确性很高;16%的病例从未吸烟过.
结论:
- MCC-MELD是一个NLP增强的数据库,整合了城市环境中肺癌患者的临床,基因组和环境数据.
- 本资源支持研究肺癌风险因素,治疗和根据EGFR突变状态分层的结果.
