编辑推荐：
为探究 OMOP CDM 在癌症研究中的应用情况，研究人员开展了一项范围综述研究。结果发现相关研究分数据分析和基础设施建设两类，虽取得成果，但仍需改进。该研究为未来癌症研究利用 OMOP CDM 提供了方向。
癌症，这个 21 世纪全球过早死亡的 “头号杀手”，严重威胁着人类健康。为了深入探索癌症的奥秘，挖掘更多有效治疗方法，科学家们不断尝试新的研究路径。在众多研究方法中，观察性研究凭借电子健康记录（EHRs）、行政索赔数据等多种观察性健康数据，为癌症研究提供了强大助力，能生成假设、揭示独特见解，推动临床认知和医疗实践的进步。然而，如何高效整合和利用这些分散的健康数据，成为了癌症研究路上的一大难题。
在此背景下，观测医疗结果合作组织（Observational Medical Outcomes Partnership，OMOP）通用数据模型（common data model，CDM）应运而生。它就像一座桥梁，能将来自不同数据源的数据进行标准化整合，让研究人员可以开展大规模分布式网络分析。不过，这座 “桥梁” 在癌症研究领域的应用广度和深度究竟如何，还尚不明确。
为了填补这一空白，来自美国德克萨斯大学健康科学中心休斯顿分校（The University of Texas Health Science Center at Houston）等机构的研究人员，针对 OMOP CDM 在癌症研究中的应用展开了一项范围综述研究。这项研究成果发表在了《npj Digital Medicine》杂志上，为癌症研究领域带来了新的曙光。
研究人员采用了范围综述的方法，按照 Arksey 和 O’Malley 提出的框架，以及系统评价和荟萃分析首选报告项目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses，PRISMA）扩展的范围综述流程进行研究。他们检索了 2010 年 1 月 1 日至 2023 年 12 月 31 日期间，Web of Science、IEEE Xplore、Embase、Ovid、PubMed 等数据库中收录的英文文献，筛选出使用 OHDSI/OMOP CDM 进行癌症相关研究的文章。
经过层层筛选，最终有 49 篇文章纳入研究。这些文章分为数据分析和基础设施建设两个主题。
在数据分析主题方面：研究人员发现全球研究（定义为至少涉及两个国家的研究）从 2020 年开始出现，占数据分析主题论文的 20%，美国参与了多数全球研究。在单国家研究中，韩国和美国的研究较多。研究涉及多种癌症类型，不过罕见癌症的研究相对较少。研究设计主要包括观察性研究（占 73.3%）和高级分析（占 26.7%），观察性研究中以队列研究和预测模型为主，常用统计方法有 Cox 回归模型和逻辑回归；高级分析则主要运用机器学习方法。研究关注的目标领域主要是疾病和药物 - 癌症关联。
在基础设施建设主题方面：相关研究在地理上分布于美国、欧洲、亚洲等地，德国和韩国在该主题研究中贡献突出。多数研究使用单一数据集，部分研究尝试扩展 OMOP CDM，以支持肿瘤学相关数据、组学数据和成像数据等。但研究中数据映射质量评估的相关指标不够明确，OMOP CDM 在表示某些临床相关概念时存在局限，部分数据还需算法归一化处理。
综合来看，OMOP CDM 生态系统为癌症研究，尤其是合作研究，提供了有力的数据支持。它使得纵向研究的时间跨度长达 15 年，涉及患者超过 100 万。不过，当前的研究仍存在一些问题，比如罕见癌症研究不足、数据质量有待提高、多数研究使用单站点数据、NLP 方法在数据基础设施建设和分析中的应用较少等。未来，进一步扩展疾病研究范围（尤其是罕见癌症）、整合更多样化的数据来源、提升数据质量、采用更先进的分析方法、增加多站点评估，将有助于更好地利用观察性数据进行癌症研究。
这项研究全面展示了 OMOP CDM 在癌症研究中的应用现状，为后续研究指明了方向，有望推动癌症研究借助 OMOP CDM 取得更多突破，为攻克癌症这一难题提供更坚实的基础。
