越來越「智能」的臨床科研系統正在引入醫院，對於增強醫生臨床科研能力以及醫院重點學科的競爭力，有重要意義……
利用大數據技術輔助開展臨床科研正在變得不再新鮮。
吉林大學中日聯誼醫院胸外科韓志峰教授團隊發表了題為Plasma anti‐BIRC5 IgG may be a useful marker for evaluating the prognosis of non-small cell lung cancer的研究，並發表在《FEBS Open Bio》（1.782）上，研究依託腫瘤大數據隊列平台，並應用大數據統計、分析技術，探討肺癌標誌物循環抗體的水準與NSCLC患者生存率之間的關係。
肺癌是最致命的惡性腫瘤之一，我國國家癌症中心2018發布的最近的一份報告指出，2015年我國約有78.7萬診斷為肺癌，約63.1萬例死於肺癌。非小細胞肺癌（NSCLC）是最常見的肺癌類型，佔80-85％。肺癌死亡率高主要是因為早期診斷很困難，儘管CT已廣泛用於肺癌的篩查，但是CT準確性較低、異塵餘生較高、費用高等缺點限制了其臨床應用。因此迫切需要開發用於早期診斷肺癌的新技術。
據了解，腫瘤發展通常伴隨著腫瘤相關抗原（TAAs）的過度表達和蛋白質的結構改變，這些改變可引發免疫應答，導致產生抗TAA自身抗體，檢測循環抗TAA自身抗體是用於早期篩查惡性腫瘤是一種很有希望的方法。而最新的一項研究顯示，在NSCLC中，發現血漿中源自含有桿狀病毒IAP重複序列的蛋白質5異構體2（BIRC5）和myc原癌基因蛋白質（MYC）的線性肽抗原的IgG抗體的水準顯著增加。因為線性肽的合成比重組TAA更便宜，所以用線性肽抗原開發的檢測試劑更適合於對肺癌高風險個體的大規模篩選。
研究目的在於增大樣本量以驗證以上發現，並探討循環抗體水準與NSCLC患者生存率之間的關係。值得一提的是，研究人員在零氪科技的幫助下，創新應用了大數據技術，對臨床數據和隨訪數據進行處理和分析。
他們從NSCLC患者和對照受試者中收集411人的血漿樣本用於檢測循環中抗-BIRC5和抗-Myc IgG抗體的水準。根據TNM（腫瘤，淋巴結和轉移）分期，將211例患者分為四組：第I組為T1N0M0期患者，第II組為T1N1M0 + T2N0M0期患者，第III組為T2N1M0 + T3N0M0期患者，第IV組為3期和4期的患者。對照受試者從當地社區招募，與NSCLC患者同時進行抽血採樣。對照受試者的年齡，性別和吸煙史均與NSCLC患者相匹配。對照受試者均接受病史詢問和影像學檢查，以排除患有任何惡性腫瘤和嚴重自身免疫性疾病的受試者。
結果顯示，酶聯免疫吸附試驗（ELISA）顯示了良好的可重複性，檢測結果可靠。抗BIRC5a IgG檢測的變異係數（CV）為12.7％，抗BIRC5b IgG檢測的變異係數為10.6％，抗MYC IgG檢測的變異係數為11.9％。 Mann-Whitney U檢驗顯示NSCLC患者血漿抗BIRC5a IgG水準顯著高於對照組（Z = -4.06，P <0.001），其中最主要是由於男性NSCLC患者中抗BIRC5 IgG水準升高（Z = -4.16，P <0.001）；然而，與對照受試者相比，NSCLC患者的抗-BIRC5b IgG和抗MYC IgG水準均無明顯變化（如表4）。如表5所示，鱗狀細胞癌和腺癌均會導致NSCLC患者中抗BIRC5a IgG水準的增加。如表6中所示，與對照受試者相比，第II-III組和第IV組中的抗BIRC5a IgG水準顯著增加，但在第I組中沒有明顯增加。NSCLC組的總IgG水準（3.00±1.14 mg·mL-1）與對照受試組（3.10±1.08 mg·mL-1，t = 0.85，P = 0.396）無明顯差異。
截至2017年底，成功隨訪154例患者，其中52例死亡。如圖1所示，Kaplan–Meier生存率分析顯示，抗BIRC5b IgG水準較高的NSCLC患者的總生存期（OS）為50.8±2.4個月，而抗BIRC5b IgG水準較低的患者的平均總生存期為39.6±2.92 個月（χ2=6.7，P=0.01）。然而，這種差異在年齡，性別，分期和NSCLC類型的假陽性率（I類誤差）校正後並不存在（校正P> 0.05）。
可以得出結論：血漿抗BIRC5a和MYC IgG水準與總生存期無明顯相關（表7）。
表4 非小細胞肺癌患者和對照組血漿中抗BIRC5和myc的IgG水準（上）
血漿IgG水準以均數±標準差表示。
a: Mann–Whitney U檢驗（雙尾）。
b: 當檢測三個獨立抗原時，P<0.07被認為具有統計學意義。
表5 在鱗癌和腺癌中BIRC5和MYC的血漿IgG抗體的水準（上）
表6 四組NSCLC中針對BIRC5和MYC的循環抗體水準（上）
a: 第I組為T1N0M0期患者，第II組為T1N1M0 + T2N0M0期患者，第III組為T2N1M0 + T3N0M0期患者，第IV組為3期和4期的患者
b: Mann–Whitney U檢驗（雙尾）
c: 當檢測三個獨立抗原時，P<0.07被認為具有統計學意義
表7 Kaplan-Meier生存分析IgG水準高低與患者的總生存期的關係（上）
A: 總生存期用均數±標準誤表示
b: 根據Cox回歸分析計算
c: 年齡，性別，NSCLC分期和類型的未校正的P值
圖1 NSCLC患者抗BIRC5b IgG水準和總生存率的關係（上）
這次大數據臨床科研解決方案的成功應用，也得到了相關研究專家、FEBS Open Bio評審專家的認可。
在過去，臨床研究數據收集要依靠紙質CRF和Excel軟體的錄入，往往需要患者入組、獲得紙質資料、手工錄入數據、篩選初步數據、數據清洗、最後結構化數據等多個步驟，存在諸多不便；另外，還不能實現自動進行數據真實性和準確性的邏輯核查，需要人力手動核對，效率低且成本高。
而採用的零氪臨床科研解決方案，通過智能臨床科研系統LinkLab （EDC）對患者的病歷信息進行結構化處理，將繁雜的醫院病歷系統裡的信息，根據研究方向有目的性的篩選出來，並通過專業的隨訪團隊對患者院外信息進行收集，極大地提升了科研效率，最終通過專業的數據統計和分析，得出高質量研究成果。智能臨床科研系統還支持在線邏輯核查，大大降低了科研成本。
目前，在臨床科研越來越受到重視的情況下，越來越「智能」的臨床科研系統正在引入醫院，對於增強醫生臨床科研能力以及醫院重點學科的競爭力，有重要意義，而由此帶來的益處必然能夠幫助醫生產出更多高質量科研成果，反饋指導臨床實踐，惠及患者。
香港九龍灣馬來街興發大廈15樓D室