基于医疗路径的微观模拟模型评估COVID-19疫情延误对乳腺癌死亡率的冲击

【编辑推荐】法国研究人员通过医院行政数据库构建微观模拟模型，量化COVID-19首轮封锁导致的乳腺癌诊疗延误影响。该研究匹配8 125例患者的实际与预测医疗路径，发现24.8%患者治疗延迟引发4.6%的5年超额死亡率，为疫情后癌症防控策略提供数据支撑。

　　

研究背景
全球COVID-19大流行对癌症诊疗体系造成前所未有的冲击。2020年首轮封锁期间，法国乳腺癌筛查项目暂停、择期手术推迟，导致大量患者诊疗路径中断。尽管既往研究通过统计模型预测了疫情对癌症预后的影响，但缺乏基于真实世界患者级数据的动态评估。如何精确量化诊疗延误与死亡率之间的剂量-效应关系，成为临床决策和公共卫生政策制定的关键难题。

法国癌症中心联合团队在《Journal of Clinical Epidemiology》发表研究，创新性地利用医院行政数据库构建微观模拟模型，首次通过医疗路径追踪技术评估疫情对乳腺癌患者的长期影响。该研究不仅验证了诊疗延迟与死亡率升高的相关性，更揭示了不同延误时长对预后的异质性影响。

关键技术方法
研究团队提取2018-2021年法国4家癌症中心的医院出院数据，构建乳腺癌患者队列。通过时间序列分析预测正常情况下的患者流量，与实际观测值对比确定疫情导致的流量差异。采用状态序列模型（State-sequence model）将患者医疗路径编码为治疗状态转换序列，实现预测与实际病例的动态匹配。基于文献提取的风险比（HR）计算5年超额死亡率，并通过1 000次Bootstrap重复计算置信区间。

研究结果
Objective
开发出首个基于行政数据的乳腺癌医疗路径微观模拟模型，可量化突发公共卫生事件对癌症预后的影响。

Study Design
分析8 125例乳腺癌患者的治疗轨迹发现，首轮封锁期间患者流量骤降20.8%。通过路径匹配算法识别出24.8%患者存在治疗延迟，其中诊断延误（>3个月）占38.7%，手术延迟（>8周）占21.4%。

Results
延迟患者5年死亡风险显著升高（HR=1.32，95%CI 1.18-1.47）。模型预测将产生4.6%的超额死亡率，相当于每千例患者增加46例死亡。敏感性分析显示，当延迟相关HR增加15%时，超额死亡率升至5.8%。

Conclusion
该研究通过医疗路径动态追踪技术证实，COVID-19封锁导致近1/4乳腺癌患者治疗延迟，并首次精确计算出由此引发的死亡率增幅。其方法论创新在于：①将行政数据转化为患者级动态路径；②引入时间序列预测作为反事实对照；③整合延迟异质性对预后的差异影响。

重要意义
这项研究为评估突发公共卫生事件对非传染性疾病的次生影响提供了范式转换。微观模拟模型（Microsimulation）与医疗路径分析（Healthcare pathways）的结合，使得利用常规收集的行政数据进行精准预后预测成为可能。研究结果直接支持法国政府将癌症服务列为"封锁豁免"优先事项的政策调整，并为其他国家制定类似危机应对策略提供循证依据。未来该模型可扩展至其他癌症类型和慢性病领域，成为公共卫生应急管理的标准评估工具。