基于舌象大数据的早期食管鳞癌中医证候转化规律分析

目的将食管癌高发区舌象筛查与内镜筛查相结合,分析食管癌变过程中不同病理状态下舌象特征,探索食管癌前病变向早期食管鳞癌转化的舌象特征规律及中医病机特点。方法纳入河北磁县、四川盐亭、山西阳城地区2017年—2021年完成内镜筛查及舌象筛查的18954例人群,使用道生舌诊仪(DS01-B)在统一标准的光源环境下提取12种舌象特征。使用SPSS 24.0软件进行数据分析,并通过多因素Logistic回归对多种混杂因素进行控制,比较食管癌前病变及早期食管癌与病理正常人群之间的舌象特征差异。结果舌象分布分析显示,紫舌在食管癌前病变及早期食管癌组的比例高于病理正常组,且其在早期食管癌组的比例高于食管癌前病变组,Logistic回归分析结果显示紫舌在食管癌前病变及早期食管癌组的OR值分别为1.82(95%CI:1.45~2.28,P<0.001)、2.14(95%CI:1.51~3.05,P<0.001);红舌与裂纹舌主要在癌前病变组占比较高,其在早期食管癌组的比例略低于癌前病变组,Logistic回归分析结果显示其OR值分别为1.44(95%CI:1.25~1.66,P=0.003)、1.49(95%CI:1.30~1.72,P<0.001)。将其他差异具有统计学意义的舌象特征纳入多因素Logistic回归分析后,结果与前面分析相一致。结论食管癌前病变组紫舌、红色与裂纹舌的比例均高于病理正常组,而早期食管癌组紫舌的比例高于食管癌前病变组,红色与裂纹舌的比例略低于食管癌前病变组,反映出食管癌变过程中由阴虚燥热向瘀血内阻转化的中医病机规律。

乳腺癌精准医疗大数据的可视化分析

目的分析乳腺癌精准医疗的既往概况以及动态演化历程,探索未来乳腺癌的精准医疗研究的前沿热点和发展趋势。方法①以中国万方数据库和美国的Web of Science核心数据库关于乳腺癌精准医疗相关文献为信息来源,可视化分析相关文献的发表年份、国家、机构、作者、期刊、基金以及关键词分布,同时比较不同分子分型以及不同靶点乳腺癌研究的文献分布差异;②检索中国临床试验注册中心、北美临床试验注册中心、中国国家药品监督管理局以及美国食品药品监督管理局乳腺癌精准医疗的临床注册以及药物信息。结果①在中国共有450篇与乳腺癌精准医疗有关的研究文章,而在国际上有2303篇与乳腺癌精准治疗有关的研究文章,在中国以及全球均于2016年出现有关乳腺癌精准治疗研究文章的爆发式增长;Luminal A型、Luminal B型、HER2过表达型、基底细胞型(Basal-like型)以及三阴性乳腺癌中以三阴性乳腺癌精准医疗的研究文章数量最多,而乳腺癌精准治疗的主要靶点为HER2,EGFR,CDK4/6,PIK3CA和PARP,其中文献量最大的为HER2;②在全球范围内,美国的哈佛大学是发表乳腺癌精准治疗最多的机构,其次为法国国家健康与医学研究院,而后是加州大学以及德克萨斯大学,而中国发文机构的排名还不太高,仍有很大前进的空间;③美国是乳腺癌精准治疗研究的主要国家,发表超过900篇研究;④中国发文量最多的研究作者为解放军总医院第五医学中心(原解放军第307医院)乳腺肿瘤科的江泽飞教授,而在全球范围内发文量最多的是ANDRE F(巴黎第十一大学)和KATOH M(日本国立癌症研究中心);⑤《中华乳腺病杂志(电子版)》是中国发表乳腺癌精准治疗研究文章最多的期刊,全球发表乳腺癌精准治疗文章的主要期刊为《Personalized Medicine》;⑥全球范围中发表乳腺癌精准治疗研究文章的最主要资助机构为美国卫生与公共服务部以及美国国立卫生研究院,其次为美国国家癌症研究所和中国国家自然科学基金委员会;⑦中国临床注册中心收录的最新乳腺癌研究有177项,而北美临床注册中心收录的最新乳腺癌研究达3663项,主要集中在美国、欧洲和中国;⑧目前已上市的乳腺癌精准治疗药物的治疗靶点主要为HER2,也存在靶点为PARP-1,2,3、PIK3CA、PD-L1、mTOR、CDK4/6、EGFR、HER4的药物,研发机构主要为诺华、辉瑞等跨国药企。结论建立全国甚至全球性精准乳腺癌信息服务集成整合平台将有助于推动乳腺癌精准医疗的发展,同时有助于提升中国企业乳腺癌精准治疗药物的研发能力。

用于肿瘤癌症大数据分类的新型仿生优化计算研究

本文采用莱维飞行轨迹及多步环绕扰动对新型仿生优化计算(蜻蜓算法)进行了改进,将改进后的新型优化计算方法用于肿瘤癌症大数据分类,实验结果表明该方法获得了较高的分类准确度和分类速度,该方法具有很高的推广价值。

探索临床科研信息化IT新基建——以中国中医科学院西苑医院中西医结合肿瘤综合诊治云平台为例

目的恶性肿瘤作为当前人民群众健康杀手排行前三的病种,在预防、治疗过程中需紧跟中西医并重战略。西苑医院大数据创新实验室探索在院内搭建基于IT新基建技术的智慧化私有云平台,实现基于微服务模式的中西医结合肿瘤综合诊治云服务,为广大患者提供智慧医疗服务。方法收集2015年-2018年中国中医科学院西苑医院、北京中医药大学东直门医院、中国医学科学院肿瘤医院分院全部门诊住院恶性肿瘤473078人次及162509人数的注册登记信息进入平台。采用大数据分析思路,通过对住院和门诊病历的统一展示,以定量与定性相结合的临床研究办法,分析患者人口统计学、疾病及用药情况,为临床工作者在利用中医药治疗晚期消化道恶性肿瘤上提供指导依据,并探索中医个体化治疗全新范式。结果搭建满足新时代对中医药信息化有效支撑的IT新基础设施,形成中西医并重恶性肿瘤登记注册数据集;建设配套中西医并重恶性肿瘤临床诊疗模型,形成全量恶性肿瘤患者数据集,为互联网中西医并重恶性肿瘤登记注册研究做出贡献;构建微服务模式的智慧化私有云平台,提升中医恶性肿瘤随访能力和效率。结论基于微服务的中西医结合肿瘤综合诊治云平台的建设填补了中医药信息化新基建领域的空白;云平台的随访功能服务质量以及扩大随访人群对肿瘤预后具有重要意义,体现出治疗过程中隐含的中西医并重诊疗模式。依托IT新基建搭建智慧化私有云平台,通过互联网手段实现恶性肿瘤患者早筛早治,可扩大早筛早治服务范围,提升早筛早治服务智慧化云推送。

大数据技术在肺癌治疗中的应用研究

在肺癌病人治疗中,应用大数据技术可以帮助医生分析肺癌病人的病因、病情,以便做出诊断。本文介绍了大数据的有关技术,详细说明了肺癌大数据分析系统的设计、开发中的技术细节,有助于改善肺癌的治疗效果。

大数据时代临床医师的科研策略

随着21世纪大数据时代的到来,医学模式也被悄然改变。大数据时代在对传统医学研究模式提出了挑战的同时,也为临床医师的科学研究提供了重大的机遇。尽管大数据时代的到来为诸多科研领域带来新的曙光,然而如何将生物大数据变成创新资源仍是需要我们关注的重点问题。临床医师在科研的过程中,应该充分利用基于患者的临床信息、肿瘤生物学特性、分子标记物及个体基因测序的大数据,对医学资源进行深入发掘、收集、整理,并加以利用;完整地了解肿瘤患者基因组变异及其结构和表达的变化,找出具有特征性的基因标志并发现新的驱动基因和药物靶点,为肿瘤精准诊治提供重要的依据。

大数据的整合分析方法

大数据具有数据来源差异性、高维性及稀疏性等特点,如何挖掘数据集间的异质性和共同性并降维去噪是大数据分析的目标与挑战之一。整合分析(Integrative Analysis)同时分析多个独立数据集,避免因地域、时间等因素造成的样本差异而引起模型不稳定,是研究大数据差异性的有效方法。它的特点是将每个解释变量在所有数据集中的系数视为一组,通过惩罚函数对系数组进行压缩,研究变量间的关联性并实现降维。本文从同构数据整合分析、异构数据整合分析以及考虑网络结构的整合分析三方面梳理了惩罚整合分析方法的原理、算法和研究现状。统计模拟发现,在弱相关、一般相关和强相关三种情形下,L1Group Bridge、L1Group MCP、Composite MCP都表现良好,其中L1Group Bridge的假阳数最低且最稳定。最后,将整合分析用于研究具有来源差异性的新农合家庭医疗支出,以及具有超高维、小样本等大数据典型特征的癌症基因数据,得到了一些有意义的结论。

大数据时代口腔癌精准诊疗的思考

现代科学技术的进步使得医学数据越来越复杂、丰富和多样,生物医学已然进入大数据时代。在大数据时代背景下,当前主流的循证医学模式可能被精准医学模式替代,肿瘤的诊疗策略也在发生重大变革。本文将评述大数据时代背景下口腔癌精准诊疗策略的进展,包括口腔癌的筛查、早期诊断、分子分型、预后判断和治疗方案的选择、转移和化疗敏感性的预测等,以期为口腔癌的精准诊疗提供新的思路。

大数据在中医领域中的癌症预防方面研究

随着现代医疗体系不断完善,癌症治愈率与生存率明显提高,但癌症治疗占据大量医疗资源,治疗过程严重损伤患者的机体,并且治疗费用昂贵。癌症治疗重在"早预防、早发现、早治疗"。本文积极推进中医癌症预防措施,以中医预防大数据平台为手段,实现与地方其他部门的深度融合,构建地区中医预防癌症大数据体系,推动中医资源预防癌症的实效性,努力发挥中医治疗领域大数据作用,为降低居民恶性癌症发病率奠定坚实的基础。

基因测序等大数据时代对乳腺癌治疗策略影响

基因检测的应用,逐渐改变了以往免疫组化为主的乳腺癌预后评估及治疗方案选择的模式,并对乳腺癌更为准确地分型,对预后评估及治疗具有更为重要的指导意义。大数据分析的运用亦促进了乳腺癌基因组学研究的发展,近年来多基因诊断及风险评估模型被美国临床肿瘤学会(ASCO)、圣加伦共识、美国国家综合癌症网络(NCCN)等多个权威乳腺癌诊疗指南所采用,并开展了临床应用。MammaPrint、PAM50、Oncotype DX、EndoPredict等基因预测模型相继问世,并对免疫组化及临床指标为主要评估方式的治疗模式形成强大冲击。在大数据时代背景下,基因预测模型的作用及重要性越发凸显。本文就基因测序对乳腺癌治疗策略的影响做一浅显的探讨。

基于大数据的乳腺癌治疗与防治平台建设的研究与对策

研究了国内外乳腺癌发病与治疗状况,介绍了"乳腺癌治疗随访管理信息系统"的设计开发和应用成果,应用数据挖掘技术开展治疗研究和继续开发完善系统的主要工作,提出了构建基于大数据的乳腺癌治疗随访平台建设的构想。

医疗大数据平台建设机遇、挑战及其发展

分析医疗大数据平台建设面临的机遇和挑战,以肿瘤大数据平台为例阐述医疗大数据平台发展建设情况,包括建设规划、关键技术领域研究、建设实践等,为医疗卫生行业数字化、智能化转型提供支撑。

创新药物研发的前沿动向与中国创新药物的发展近况

生命科学研究技术和手段是医学发展的重要基础。近年来,基因编辑、肿瘤免疫治疗、嵌合抗原受体T细胞免疫疗法、液体活检、大数据平台、再生医学、合成生物学、人工智能、3D打印等新策略和新技术的不断涌现,引领和推动了药物研发,产生了一批重要成果。精准医疗研究方向的兴起,要求临床过程中有精细的诊断,能够针对病人不同的情况来研发和精准用药。对创新药物研究的上述前沿动向作了概述,并回顾了中国从"九五"到"十二五"近20年新药研发取得的成就。"十三五"期间国家重大科技专项将重点聚焦药物品种研发、重大关键技术的研究与核心创新平台能力的建设。目前,中国新药研发存在的问题主要是原始创新能力不强、企业总体实力欠缺、顶层设计有待完善。面向新形势、新任务,中国新药研究要更多地针对新靶点、新机制,向着研制"同类第一"或"同类最优"的原始创新药物目标努力奋进。

省级肿瘤大数据中心规划与建设

以新疆医科大学附属肿瘤医院肿瘤大数据中心构建为例,探讨医疗大数据中心平台架构、数据资源架构以及数据标准化采集、分析处理、隐私安全和共享等重点问题,为我国临床数据治理和转化提供思路,提高肿瘤诊疗水平与防控能力。

肿瘤和糖尿病关系的可视化及大数据研究

目的研究肿瘤和糖尿病的关系,根据研究结论提出合理化预防措施。方法在中国知网中选择期刊数据库,在高级检索模式中进行专业检索,将检索结果导出,利用Citespace提取关键词及绘制关键词网络图谱、GraphPad Prism绘制频数分布图。从《中国卫生统计年鉴》统计2004-2015年医院出院病人年龄别疾病构成中糖尿病及恶性肿瘤构成比例数据,利用SPSS21.0进行多元回归逐步分析,进一步验证肿瘤和糖尿病的相关性。结果分析结果显示,与糖尿病密切相关的肿瘤主要集中在内分泌系统、消化系统、生殖系统等;从循证医学角度分析,与糖尿病相关的肿瘤主要有乳腺癌、胰腺癌、结直肠癌等;从大数据分析,与糖尿病关系密切的肿瘤是结直肠癌、肝和肝内胆管恶性肿瘤。结论卫生和计划生育有关部门要重视内分泌系统恶性肿瘤的数据统计,以完善相关的研究资料;糖尿病患者要定期检测与糖尿病关系较为密切的恶性肿瘤标志物,以防止恶性肿瘤的发生;科研及临床工作者要加糖尿病导致肿瘤的机制及基础工作的研究,为有关部门提供决策依据;政府有关部门应建立糖尿病和肿瘤防治数据共享平台,以利于数据的共享。

基于大数据的肺癌合并COPD患者的临床特征

慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)和肺癌作为常见的呼吸系统疾病,共同的特点是高发病率及高病死率。而COPD与吸烟量也是肺癌发生的重要独立危险因素,两者既有部分不同的发病机制,也具有一些共同的发病机制。与非COPD患者相比,COPD患者罹患肺癌的概率可增加2~4倍。研究发现,COPD合并肺癌的风险增加与年龄较大、较低的体质量指数(body mass index,BMI)、更大的吸烟指数及胸部CT表现为肺气肿等因素有关。随着大数据及人工智能(artificial intelligence,AI)广泛应用于临床医学研究中,卷积神经网络(convolutional neural network,CNN)作为AI的一种,因其学习能力优越而被用于量化分析COPD患者的胸部CT,它较CT视觉评分可以更有效地评估COPD。使用大数据建立COPD患者更精确的肺癌风险模型,可以降低早期肺癌的病死率。

用于癌症亚分型的生物医学大数据谱聚类技术研究

本文采用大数据谱聚类技术构造核标识集,采用猫群优化算法改进贝叶斯分类方法,基于核标识集采用改进后贝叶斯分类方法实现癌症数据亚分型。实验结果表明该方法具有较好的准确度、灵敏度和特异度,具有很高的推广价值。

基于互联网大数据对靶向药物治疗的非小细胞肺癌患者的全程管理及效果评价

目的 基于互联网大数据对靶向药物治疗的非小细胞肺癌(NSCLC)患者进行全程管理,并评价其效果。方法 选择2021年3月至2022年8月在成都市第六人民医院肿瘤科开展靶向药物治疗的90例NSCLC患者,并随机分成对照组(n=45,采用传统方式管理)和实验组(n=45,利用云平台管理系统进行管理)。比较两组自我效能感、症状缓解情况及生活质量。结果 管理6个月后,两组癌症自我管理效能感量表(SUPPH)中3项评分、肺癌患者生活质量测定量表(FACT-L)中5项得分及总分均高于管理前(P<0.05),其中实验组各项差值分别为(17.25±4.39)分、(11.79±3.05)分、(3.17±0.83)分,均明显高于对照组的(8.70±2.56)分、(6.48±2.12)分、(1.46±0.48)分(P<0.05);两组安德森症状评估量表(MDASI-C)中2个模块评分均低于管理前(P<0.05),其中实验组各项差值分别为(49.07±6.71)分、(14.67±3.83)分,均明显高于对照组的(42.02±5.82)分、(8.42±2.46)分(P<0.05)。结论 对行靶向药物治疗的NSCLC患者开展基于互联网大数据的全程管理,可有效提高患者自我效能水平,明显减轻症状严重度,显著改善生活质量。

大数据时代临床数据库在肿瘤研究中的应用

2018年全球癌症统计数据显示,世界范围内癌症的发病率和病死率呈持续增高趋势,癌症已成为危害人类健康的重要杀手,也是当今医学研究的热点话题。随着生物信息技术的迅速发展和精准医学大数据的崛起,世界各地的研究人员构建了大量功能不同的癌症数据库,利用现代生物信息技术对大量临床医疗数据进行深度挖掘与分析,数据库的建立为癌症的机制学研究提供了丰富的数据来源和人群支持。本文主要对目前国内外癌症数据库的研究进展进行介绍,并结合我中心建立的肝癌临床数据库,探讨其在癌症研究方面的应用及意义,对我国乃至世界各癌症数据库的发展提出展望。

大数据癌症风险预测系统

中国抗癌协会指出:90%的早期癌症没有明显症状,以至于80%的癌症患者确诊时已属于中晚期。如果我们能够早期发现癌症,至少可以挽救上百万人的生命。本研究的主要目的就是借助于大数据价值提取技术,建立一套能够早期预测癌症风险的系统。本研究对486394人,包括40217名癌症患者和446177名健康体检者进行了血常规,血生化和尿常规数据的分析预测,预测分析数据共计48项。显著性分析和预测模型的统计方法为逻辑分析法和判别分析法,显著性检验标准为p<0.05。预测分析使用的统计软件为SAS,预测分析所用数据均来自MS SQL数据库。研究结果显示血常规,血生化和尿常规数据可以用来区分癌症患者和健康者,基于血常规,血生化和尿常规数据的癌症风险预测模型可以精准锁定高风险癌症人群,准确率达95.5%。癌症风险预测模型建成后,经过2014年1—7月9931名癌症患者和110077名健康体检者数据的验证,准确率超过95%。本研究证明血常规,血生化和尿常规数据可以用来早期预测癌症的风险。