调整美国国家癌症数据库（NCDB）病例以更精准反映美国癌症情况：为研究人员打造的参考工具

为解决国家癌症数据库（NCDB）因依赖癌症委员会认证医院，导致部分人群代表性不足、数据偏差和研究结果普适性受限的问题，研究人员对比 2016 - 2020 年 NCDB 与美国癌症统计（USCS）数据库病例。结果显示 NCDB 病例覆盖率为 70%，部分人群和地区覆盖率低。该研究为使用 NCDB 的研究者提供参考，助其优化研究。

　　国家癌症数据库（NCDB）被广泛应用于美国癌症结局研究，但由于其依赖癌症委员会（Commission on Cancer）认证的医院，可能无法充分代表某些人群，导致数据有偏差，研究结果的普遍性也受到限制。现有文献代表性截至 2014 年。研究人员试图调整 NCDB 中的癌症病例数据，以便更有效地反映美国癌症患者的总体情况，为癌症结局研究提供助力。研究方法是将 2016 - 2020 年 NCDB 中的新发癌症病例与美国癌症统计（USCS）数据库进行对比，USCS 数据库包含了近 100% 的新增癌症病例。NCDB 病例覆盖率指 NCDB 病例数占 USCS 病例数的百分比。研究人员计算了整个队列（年龄≥20 岁）的覆盖率，并按年龄、性别、种族 / 族裔、居住地点和癌症部位进行了亚组分析。研究结果表明，2016 - 2020 年，NCDB 诊断出 6515675 例癌症病例，USCS 数据库中为 9311593 例，这 5 年间 NCDB 的病例覆盖率为 70%，且从 68% 增长至 73%。男性、85 岁及以上人群、美国印第安人 / 阿拉斯加原住民和西班牙裔 / 拉丁裔人群的病例覆盖率最低（分别为 65%、59%、42% 和 55%）。山区和非大都市地区的代表性最差（分别为 49% 和 64%）。常见癌症中也存在类似的代表性不足情况，同时研究还统计了数据缺失情况。结论显示，尽管 NCDB 对美国癌症病例的代表性在提升，但在年龄、性别、种族 / 族裔和居住地点等方面仍存在差距，数据缺失变量进一步加剧了这一问题。研究为使用 NCDB 的研究人员提供了一种方法，帮助他们更好地呈现癌症病例数据，从而更有针对性地提出研究问题并阐释研究结果。