Використання даних з реального життя з онкологічного реєстру, як ідентифікувати
Додати до Менділі
Вступ
Лінія терапії використовується для опису схем хіміотерапії, які пацієнт отримує для лікування раку. Зміна лінії терапії зазвичай починається, коли лікування вже не в змозі контролювати захворювання, коли воно більше не переноситься пацієнтом або коли пацієнт має рецидив. Ці зміни в лініях обробки не збираються однаково, їх легко ідентифікувати та витягти в ретроспективних реальних базах даних, таких як реєстри. Крім того, лікування онкологічних хворих часто є складним, індивідуалізованим пацієнтом, і лікування може бути модифіковане для поліпшення толерантності, навіть коли воно ефективно.
Мета
Метою даної роботи є представити використаний метод та розроблені алгоритми для ідентифікації ліній лікування хворих на рак яєчників на основі бази даних, складеної з медико-адміністративних даних.
Матеріал і метод
Використана платформа має на меті описати еволюцію стратегій догляду за пацієнтами та терапевтичних стратегій у широкомасштабному медико-економічному підході. Ця база даних про рак яєчників заповнюється з 2012 року з трьох джерел інформації:
- база даних "пацієнт", що централізує дані, що є в комп'ютеризованих файлах пацієнтів (DPI);
- база даних “лікування”, що централізує дані, що стосуються видач аптек;
- база даних “перебування”, що централізує дані, що описують перебування в лікарні.
Дані пацієнтів з цього реєстру використовувались у дослідженнях для опису клінічних особливостей та способу лікування. Зокрема, було проведено дослідження у жінок з розвиненим de novo високоякісним серозним епітеліальним або ендометріоїдним раком яєчників. Ці результати, що спостерігаються в реальному житті, дозволили підтвердити результати, отримані в останніх клінічних випробуваннях. Розробка алгоритму сортування протиракових методів лікування за лініями з часом вимагала декількох етапів:
- беручи до уваги висновки експертів для визначення різних меж, які слід враховувати для дат хірургічного втручання та дат лікування, щоб належним чином кваліфікувати популяції в дослідженні;
- моделювання менеджерами даних та статистиками очікуваних стандартних ліній з урахуванням інформації, що стосується прогресу, хірургічного втручання та дати початку та закінчення різних видів лікування (цілеспрямована хіміотерапія та терапія) та на основі інформації з різних рекомендацій щодо лікування раку яєчників застосовується до дати лікування включених пацієнтів (з урахуванням ефекту тимчасовості, пов'язаного з розвитком практики протягом визначеного періоду);
- програмування алгоритму, огляд невідповідностей та коригування відповідно до думок медичних експертів;
- аналіз впливу після внесених модифікацій, зокрема, щодо розмірів сукупностей аналізу;
- впровадження модифікацій у програмуванні, а потім повторна перевірка справ, які можуть створити проблему.
Результати
На основі даних 8021 жінки з раком яєчників, наявної в реєстрі, можна було визначити, відібрати та проаналізувати підгрупу з 267 пацієнтів, що відповідає цільовій популяції дослідження. Ця підгрупа відповідала дорослим жінкам на момент первинної діагностики раку яєчників із розвинутим de novo високоякісним серозним епітеліальним або ендометріоїдним раком яєчників (FIGO III-IV), які отримували хіміотерапію першого ряду. Лінія на основі платини між 01/01/2011 та 31.12.2016, без будь-яких рецидивів протягом восьми тижнів після закінчення цієї хіміотерапії та зі шкідливою мутацією BRCA. Було продемонстровано, що з цих 267 жінок 36% проходили одну лінію лікування, 27% мали дві лінії лікування, 16% три лінії лікування і 21% мали чотири лінії або більше чотирьох ліній.
Висновок
Розробка алгоритму ідентифікації та сортування технологічної лінії дозволила отримати консолідовану однорідну сукупність на великій вибірці даних, яку було б неможливо легко отримати неавтоматизованим методом. Більше, ніж сам алгоритм, інтерес розробленої методології базується на визначенні системного підходу з урахуванням тимчасовості рекомендацій щодо лікування, що випливає з рекомендацій, та збагачення алгоритму думками експертів щодо зменшення кількості невідповідностей у кожному аналізі.
Попередній стаття у випуску Далі стаття у випуску