综合医院健康体检大数据标准化构建与应用

目的总结分析医院体检大数据结构类型,规范医院体检数据标准,建立标准化体检数据库,创新综合医院体检以体检中心为枢纽的院前—院中—院后"一体化"医疗管理服务模式。方法对空军总医院2012—2015年的健康体检数据进行分析,运用中国健康促进基金会医学物联网发展专项基金"体检与健康管理大数据应用多中心研究课题"的体检大数据清洗与分析平台,根据《体检检查项目数据集》和《体检检查项目数据值域代码》对我院体检数据进行标准化处理。结果将我院体检数据进行全面的结构化处理与分析,总结了医院体检大数据标准化建设的核心内容和应用的原则,建立了医院体检标准数据库,夯实了医院基本数字化、智能化功能的基础性工作。结论构建体检数据标准化与应用,是健康管理学科内涵建设的基础环节,是医院体检质量控制和优化服务流程的核心工作,是筑牢精准健康管理服务的重要前提,是提升健康体检市场竞争力的关键所在。

构建健康体检数据与大数据平台融合的思考

对健康医疗大数据的标准数据库、标准体系进行分析,促进健康体检机构的数据分析能力提升与体检业务管理优化,探究智能监控管理服务模式的应用价值,促进医院健康管理学科的快速发展。充分利用标准体系、标准数据库,本院通过构建健康医疗大数据,从而达到共享健康医疗大数据资源的目的。本院建立体检标准数据库后,充分体现了数据层级结构的清晰性、统一性。本院构建综合性医疗健康大数据平台可为临床诊疗提供精准的诊疗依据,构成一个信息共享、综合性强的组织模式,通过对健康管理、疾病预警体系的大规模建立,从而达到实现健康体检数据和大数据平台有效融合的愿望。

基于高校教师四年体检面板数据探讨代谢性疾病对甲状腺结节发生的影响研究

背景针对代谢性疾病与甲状腺结节的相关性,既往研究多以社区人群为研究对象开展初步探索,但鲜有聚焦高校教师群体的深度分析,且多数研究基于横断面数据进行,由于代谢性疾病与甲状腺结节发生率可能受到患者性别、年龄、生活方式、疾病史、家族史等个体因素的干扰,对两者相关性尚无法进行精准推断。目的聚焦高校教师群体,利用面板数据分析代谢性疾病对甲状腺结节发生的影响效应,进一步提高研究结论的可靠性。方法收集2015-2018年北京市某高校教师健康体检的面板数据,体检资料包括性别、年龄、身高、体质量、体质指数(BMI)、血压、空腹血糖(FPG)、总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C)、血尿酸(SUA)、甲状腺B超、肝脏B超等,计算其甲状腺结节、高血压、糖代谢异常、高总胆固醇血症、高三酰甘油血症、高低密度脂蛋白胆固醇血症、低高密度脂蛋白胆固醇血症、高尿酸血症、脂肪肝检出率。采用双向固定效应模型,控制高校教师个体差异和时间趋势的潜在干扰,分析代谢性疾病对甲状腺结节发生的影响效应。结果4年累计获得有效研究样本4725例次,其中甲状腺结节检出2413例次。2018年,甲状腺结节检出率为56.95%(684/1201),代谢性疾病检出率较高的为血脂异常50.79%(610/1201)、超重肥胖42.96%(516/1201)、脂肪肝33.64%(404/1201)等。男性高血压、高低密度脂蛋白胆固醇血症、高三酰甘油血症、低高密度脂蛋白胆固醇血症、糖代谢异常、超重肥胖、高尿酸血症、脂肪肝检出率均高于女性(P<0.01)。中生代教师(41~50岁)和资深教师(≥51岁)甲状腺结节、高血压、糖代谢异常检出率高于青年教师(≤40岁)(P<0.05)。资深教师(≥51岁)甲状腺结节、高血压、高总胆固醇血症、高低密度脂蛋白胆固醇血症、高三酰甘油血症、糖代谢异常、超重肥胖、高尿酸血症、脂肪肝检出率高于青年教师(≤40岁)和中生代教师(41~50岁)(P<0.05)。基于全样本双向固定效应模型分析发现,在控制高校教师性别、年龄影响的基础上,高血压、高三酰甘油血症、超重肥胖检出率对甲状腺结节检出率有不同程度的正向影响(P<0.10)。患高血压可导致甲状腺结节检出率升高3.3%,并通过10%显著性检验;患高三酰甘油血症可引起甲状腺结节检出率上升2.6%,并通过10%显著性检验;患超重肥胖可导致甲状腺结节检出率增高1.6%,并通过1%显著性检验。结论北京市某高校教师代谢性疾病、甲状腺结节检出率较高,甲状腺结节检出率随高效教师年龄增长而增加,高血压、高三酰甘油血症、超重肥胖会导致高校教师甲状腺结节发生率增加,因此应尽早识别高危人群达到早期预防甲状腺结节和甲状腺癌的目的。

中国台湾省35～74岁健检人群慢性肾病5年发病风险预测模型

目的构建中国台湾省35～74岁健检人群慢性肾病(CKD)5年发病风险(个体化)预测模型。方法选择1996～2006年初次参加台湾省美兆健检的35～74岁人群19 987人,将其中基线未患CKD者18 275人分为建模队列(用于建立5年发病预测模型)和验证队列(用于评估模型外部效度)。采用logistic回归构建预测模型,以ROC曲线下面积(AUC)评价拟合优度,并将人群的预测风险概率进行风险等级划分。结果去除基线患者后CKD5年发病率为5.24%(958/18275)。纳入5年发病风险预测模型的变量包括年龄、教育程度、糖尿病、高血压、低密度脂蛋白胆固醇、甘油三酯和血肌酐水平7个指标。建模队列建立的预测模型的ROC曲线下面积(AUC)约为0.734(95%CI:0.714～0.754),验证队列外部效度验证结果AUC=0.768(95%CI:0.734～0.801)。将建模队列划分为4个风险等级后,显示中危(占14.1%)和高危(占5.4%)的个体5年内发生CKD的危险分别比一般人群高2.0倍和4.8倍。结论利用中国台湾省美兆健检纵向数据建立的CKD 5年个体风险预测模型效应与信度均较高,且简单实用,对于今后CKD风险个体评价及群体监测均有较大的应用价值。