随着大数据与医疗的不断融合,应用大数据治理技术辅助临床研究,正在成为一个新的趋势。

       胰 腺癌是让人闻风色变的“癌中之王”,发病率和死亡率高企,5年生存率仅5%左右,是预后最差的恶性肿瘤之一。胰 腺癌临床与基础研究一直是学术界的热点和重点,但由于胰 腺癌死亡率较高,且生存期普遍较短,这对进行临床研究时收集病例数据的时效性和完整性提出了很高要求。依靠传统的手段进行临床病例数据的收集、处理,来开展科研是一项艰巨的工作。

       这一现状正在被改变。随着大数据与医疗的不断融合,应用大数据治理技术辅助临床研究,正在成为一个新的趋势。

       近期,海军军医大学附属上海长海医院放疗科主任张火俊教授团队基于国内最大宗的胰 腺癌射波刀治疗病例数开展了多项临床研究,连续在业内影响力较大的杂志上发表了2项关于胰 腺癌SBRT的研究成果:其中一项研究发表在国际肿瘤放疗领域权威的、影响力最大的杂志《International Journal of Radiation Oncology ·Biology ·Physics》(俗称“红皮”)上,主要分析了胰 腺癌SBRT和序贯化疗后局部复发的不同模式以指导靶区勾画从而提高局部控制率;另外一项研究建立了胰 腺癌患者治疗的临床评分模型,进而预测患者是否可以从SBRT的再次照射中获益,该成果发表在另外一种肿瘤放疗领域权威期刊《Radiotherapy and Oncology》(俗称“绿皮”)上。研究基于成熟的数据处理技术,建立结构化的数据库,直接应用于临床研究,实现高质量的科研成果产出。

       研究一:SBRT和序贯化疗作为胰 腺癌初始治疗后局部复发模式分析---靶区设计优化

       SBRT目前已逐步广泛用于胰 腺癌的治疗,虽然在SBRT后达到了53%-89%的高局部控制率,但局部复发仍然是接受SBRT的患者存活率低的原因之一。目前,医学界对于胰 腺癌SBRT治疗时肿瘤靶区(GTV)勾画尚未达成一致共识。

       对SBRT后局部复发模式的研究可以更准确地识别局部复发风险最高的区域。本研究旨在分析胰 腺癌行SBRT治疗后不同部位复发比例,从而改善GTV的勾画方法,以改善SBRT治疗的局部控制率。

       本次研究应用了大数据处理技术,建立结构化数据库——通过数据库快速处理临床患者数据,基于真实世界患者的临床特征开展临床科研工作。

       研究人员借助临床科研数据平台,回顾性分析了501例接受了SBRT和化疗的患者。通过对不同分期患者在SBRT治疗后局部肿瘤复发与腹腔干(CT),肠系膜上动脉(SMA)和脾动脉(SA)的相对位置绘制局部复发图,并分析不同类型的胰 腺癌患者在不同区域的比例,采用单因素和多因素分析,进一步预测胰 腺癌OS和PFS的相关因素。

       临床特征

       基线临床特征如表1所示:共有510名患者接受了SBRT和辅助化疗。 整体中位随访时间为21.8个月(范围:3.1-54.9个月)。 中位年龄为68岁(范围:44-90岁)。 中位处方剂量和BED10分别为37Gy(范围:32.5-49.6Gy)和64.35Gy(范围:53.625-88.32Gy)。

       复发模式

 

 

       如表2和表3所示:

       对于肿瘤的位置:共计32位胰头肿瘤患者出现了肝门复发,而胰 腺体和尾部肿瘤患者仅有1例患者肝门复发(P <0.001)。此外,在5例胰头肿瘤患者中发现了与SA相关的复发,而44例胰 腺体和尾部肿瘤患者在SA处复发(P <0.001)。尽管胰头部肿瘤患者的CT和SMA侵犯均多于胰体和尾部肿瘤,但复发率无差异;

       对于不同胰 腺癌分期:可切除或临界可切除的胰 腺癌患者中没有出现在肝门中复发的情况,而在33例局部晚期胰 腺癌患者中则出现了这种复发模式(P <0.001)。分别有37例局部晚期的胰 腺癌患者和78例可切除或临界可切除的胰 腺癌患者出现了CT和SMA侵犯(P = 0.161)。而在SA的复发率上,上述两组患者没有差异。

       OS和PFS的预测因素

       单变量分析的结果表明:肿瘤分期、复发模式、CA19-9下降程度、CA19-9基线水平、BED10和PNI与OS和PFS显著相关。表4显示:对于OS,肿瘤分期、复发模式、CA19-9下降程度和BED10是其独立预测因子。

 

       此外,多变量分析还显示肿瘤分期、复发模式、CA19-9下降程度、CA19-9水平和BED10与PFS相关(表5)。

 

攻坚“癌中之王” 大数据临床科研方案成新趋势

       多变量分析表明,晚期胰 腺癌、CT和SMA部复发、CA19-9无应答和BED10 <60Gy均可预测较差的生存率。靠近CT,SMA和腹膜后间隙的区域存在局部复发的高风险。这提示在胰 腺癌SBRT治疗GTV勾画时在这些方向可以做适当的扩张以降低局部复发。剂量方面,BED10≥60Gy能获得更好的结果。

       研究二:SCAD评分用于预测胰 腺癌立体定向放射治疗后复发再次SBRT的总生存率

       尽管胰 腺癌的SBRT治疗取得了进展,但复发仍然是死亡的主要原因。大量患者在原发病灶部位发生局部复发,不幸的是这些患者由于种种原因通常不能进行手术或化疗。传统放射治疗由于治疗精度欠佳容易导致严重的不良反应,所以不适合胰 腺癌再次放射治疗。在这种情况下,SBRT成为了胰 腺癌再次放射治疗的最佳可能选择之一。目前关于胰 腺癌SBRT再程放疗的研究尚罕有报道。

       本研究的目的是建立一个临床评分模型,以指导胰 腺癌患者在什么情况下推荐使用SBRT进行再次放射治疗。

       与“研究一”一样,研究人员利用临床数据库筛选出2012年到2017年间进行SBRT治疗后原位复发并再次接受了SBRT治疗的42名胰 腺癌患者进行了研究。这42名患者均经过病理检查和影像学检查诊断为胰 腺癌,从中随机分配进入实验组(31例)和验证组(11例),以年龄、性别、肿瘤直径、肿瘤分期、CA19-9水平、全身炎症反应指数、预后营养指数、生物有效剂量、 CA19-9反应性等作为观察指标,采用Cox比例风险模型分析以上指标与总生存率的关系。研究者发现肿瘤分期(S)、CA19-9应答(CA)、生物有效剂量(D)对总生存率有显著的预测作用,提出了SCAD评分。

       实验组(A)和验证组(B)SCAD评分< 3分及≥ 3分的患者总生存期

       根据SCAD评分< 3分及≥ 3分将实验组分为两个亚组, < 3分组的中位总生存期为35.5个月(95%CI:25.8-45.2个月)而≥ 3分组仅17.3个月(95%CI:7.2-27.4个月),差别很显著。

       结果显示,在实验组中,第一和第二次SBRT的生物有效剂量中位数分别为59.5Gy(48–85.5Gy)和50.2Gy(43.7–66.9Gy),而在验证组中,第一和第二次SBRT的生物有效剂量中位数分别为59.5Gy(52.5–66.9Gy)和47.7Gy(40.6–54.8Gy)。实验组和验证组的第一个和第二个SBRT间隔分别为10.5个月(6.1-24.3个月)和12.8个月(6.5-29.1个月)。多变量分析表明,肿瘤分期(P=0.005)、生物有效剂量(P=0.006)和CA19-9应答(P=0.04)对总生存率有显著的预测作用,形成SCAD评分。在验证组中,SCAD评分<3分的患者与≥3分的患者相比,有更高的总生存率。

       本研究得出结论,SCAD评分有助于识别SBRT后复发再次SBRT可能获益的胰 腺癌患者。

       本文亮点有三:

       1.本文研究的是胰 腺癌患者SBRT后的再次SBRT,此前对SBRT后的再次SBRT罕有研究,但这却是胰 腺癌复发的一个重要治疗选择。

       2.本研究首次开发了一种新的预后评分--SCAD评分,具有重要的临床意义。首先,SCAD评分简单易行,适用于临床实践。其次,它可以保护一些患者避免有害再次放疗,可为个体化治疗提供指导。

       3.虽然样本量不大且是回顾性研究,但却是迄今胰 腺癌两次SBRT治疗中最大宗的病例研究。

       解读:大数据赋能医疗行业

       通常而言,对于一项临床研究,“数据”是打基础的工作,也最为耗费时间和精力,如果仅仅凭借医生人工的方式来进行数据的采集、录入、处理等,这将是一个沉重的负担。尤其对于胰 腺癌的研究而言,由于临床研究的有效病例有限,也增大了临床科研的难度。

       以上两项研究则很好地解决了这一痛点。且通过大数据处理技术,甚至能够汇聚多个中心的数据,建立科研级的专病数据库,既保障数据的丰富度,也保障了数据的高质量,直接应用于临床研究。在此基础上,可以探究不同治疗方式优劣、药品的有效性和安全性、药品适应症扩展等。而且,通过真实世界的临床证据,可以完善临床诊疗指南,最终反馈指导临床实践。

       在科研的过程中,标准化的数据处理体系和完整的数据监查方案的应用,能够全面保障数据安全以及患者隐私。

       类似的案例并不罕见。随着大数据在医疗领域的应用不断深入,越来越多的大数据临床科研解决方案进入了人们的视野,在一定程度上重新定义了传统医学研究模式。

       除此之外,在药品研发领域,在药品研发周期漫长、研发成本居高不下的背景下,运用大数据解决方案,向药品研发提供统计学分析支持,对于降低药品研发成本,加速药品上市,也具有重要的意义。

       据悉,国内包括零氪科技在内的多家科技企业都在涉足该领域,为临床科研、药品研发等提供重要的技术支持。可以预期,在越来越多的相关方推动下,大数据技术能够更好服务于医疗、医药行业,惠及更多患者。

       参考文献:

       [1]Zhu X, Ju X, Cao Y, et al. Patterns of local failure after stereotactic body radiation therapy and sequential chemotherapy as initial treatment for pancreatic cancer: implications of target volume design[J]. International Journal of Radiation Oncology·Biology·Physics (2019), doi: .

       [2]Xiaofei Z,Fuqi L,Xiaoping J , et al. Prediction of overall survival after re-irradiation with stereotactic body radiation therapy for pancreatic cancer with a novel prognostic model (the SCAD score)[J]. Radiotherapy and Oncology, 2018,129(2):313-318.

点击下图,预登记观展