Key points are not available for this paper at this time.
중요성: 조직 기반 유전자 표현 검사가 전립선암 위험 분류에 널리 사용되고 있지만, 임상 치료 설정에서의 예측 성능은 잘 이해되지 않고 있습니다. 목적: 미국 내 지불자 및 치료 장소 전반에 걸쳐 전립선 유전체 분류자(GC)와 임상 데이터 사이의 연계를 개발하는 것입니다. 설계, 설정 및 참여자: 이 코호트 연구에서 2016년부터 2022년까지 전립선 GC의 임상 사용으로부터의 임상 및 전사체 데이터를 보험 청구, 약국 기록, 전자 건강 기록(EHR) 데이터에서 집계된 데이터와 연결하였습니다. 참여자는 암호화된 토큰을 사용하는 비개인식 엔진을 통해 결정론적 방법으로 데이터 집합 간에 익명으로 연결되었습니다. 진단 코드, 일반 절차 용어 코드, 약국 코드, 의학적 임상 용어에 대한 체계적 의학 명명법 및 EHR의 비구조적 텍스트를 사용하여 전립선암 진단, 치료 시기 및 임상 결과를 식별하기 위한 알고리즘이 개발되고 개선되었습니다. 데이터 분석은 2023년 1월부터 2024년 1월까지 수행되었습니다. 노출: 전립선암 진단. 주요 결과 및 측정치: 주요 결과는 진단 또는 근치적 전립선 절제술(RP) 후 생화학적 재발 및 전립선암 전이 발생이었습니다. 임상 및 관리 데이터에 대한 연계 및 식별 알고리즘의 민감도는 GC 테스트 과정 중에 얻은 임상 및 병리 정보를 기준으로 계산되었습니다. 결과: 전립선 GC 테스트를 받은 95,578명 중 92,976명(97.2%)이 행정 및 임상 데이터와 성공적으로 연결되었으며, 이 중 53,871명이 생검 테스트를 받았고 39,105명이 RP 테스트를 받았습니다. GC 테스트 시의 중앙값(IQR)은 66.4(61.0-71.0)세였습니다. 전립선암 진단에 대한 EHR 연계 데이터의 민감도는 85.0%(95% CI, 84.7%-85.2%)로, 생검 테스트를 받은 참여자의 경우 80.8%(95% CI, 80.4%-81.1%) 및 RP 테스트를 받은 참여자의 경우 90.8%(95% CI, 90.5%-91.0%)였습니다. 치료 연도는 RP에서 GC 테스트를 받은 경우 97.9%(95% CI, 97.7%-98.1%)에서 일치하였고, 생검 테스트를 받은 참여자 사이에서는 86.0%(95% CI, 85.6%-86.4%)였습니다. 연계의 민감도는 RP 식별 시 48.6%(95% CI, 48.1%-49.1%)였으며 전립선 생검 식별 시 50.1%(95% CI, 49.7%-50.5%)였습니다. 결론 및 관련성: 이 연구는 진단, 치료 및 초기 암 결과를 포함한 주요 임상 접점을 식별하는 데 높은 정확도를 제공하는 전사체 및 장기간 임상 데이터의 국가 규모 연계를 확립하였습니다. 이 자원은 질병 생물학, 치료 패턴 및 치료 효과에 대한 이해를 향상시키는 데 활용될 수 있습니다.
Leapman et al. (금), 이 질문을 연구하였습니다.