基于丹麦国家卫生数据注册的非转移性结肠直肠癌患者中识别复发的精细算法

科学领域:

• 在瘤学瘤学.
• 公共卫生 公共卫生
• 医疗信息学 医疗信息学

背景情况:

• 结肠直肠癌 (CRC) 复发并不是在国家卫生登记处经常记录的.
• 丹麦现有的CRC复发检测算法由于排除标准而存在选择偏差.
• 需要一个更可通用和精细的算法来识别CRC复发.

研究的目的:

• 改进一个现有的基于注册表的算法来检测结直肠癌复发.
• 为了增加概括性和减少算法的选择偏差.
• 提高国家卫生数据中CRC复发识别的准确性.

主要方法:

• 从2008-2019年使用了5077名非转移性CRC患者的数据.
• 与多个丹麦国家卫生登记处连接电子健康记录.
• 通过添加向/放射治疗代码来完善算法,包括在180天内死亡的患者,修订病理学代码,并删除手术前的排除.

主要成果:

• 与传统算法相比,改进的算法包括了更多的患者 (4388 vs 3684).
• 显示微微提高了灵敏度 (0.92对0.90) 和特异性 (0.97对0.96).
• 纠正了先前通过常规算法检测到的UICCI阶段累计复发发病率的显著差异.

结论:

• 这种精细的算法提高了在国家数据集中的结直肠癌复发的识别.
• 改进的算法允许更广泛的患者纳入并更好地代表多样化的人口子组.
• 这一进步支持更准确的CRC复发在人口层面的监测.