基于医保数据无登记系统的乳腺癌筛查性能评估：法国大样本队列研究

针对法国癌症登记系统稀缺且数据异构的痛点，研究团队创新性利用国家医保数据库（SNDS）联动区域筛查数据（252,786例），通过24个月随访评估全视野数字乳腺摄影（FFDM）性能指标。结果显示：敏感性（SE）达77.9%（95% CI 76.3-79.3），阳性预测值（PPV）19.8%（95% CI 19-20.5），癌症检出率（CDR）10.9‰，间隔癌率（ICR）2.4‰。该方法为无登记系统地区提供标准化评估方案，对完善欧洲乳腺癌筛查体系具重要实践意义。

　　

论文解读

在欧洲，乳腺癌（BC）稳居女性癌症发病率与死亡率首位，2022年新增55.79万例并导致14.45万人死亡。法国作为筛查先行国，其国家乳腺癌筛查计划（DOCS）自2004年启动，但面临两大瓶颈：一是2020年参与率仅47.7%，二是癌症登记系统仅覆盖24%行政区且数据异构严重。传统筛查性能评估需依赖登记系统追踪"假阴性"病例，导致法国近80%地区无法精准计算敏感性（SE）、阳性预测值（PPV）、间隔癌率（ICR）等欧洲指南强制要求的核心指标。如何突破数据壁垒，成为优化筛查体系的关键挑战。

针对这一难题，法国国家信息与自动化研究所（INRIA）联合Epiconcept等机构的研究团队创新提出"医保数据替代登记系统"方案。他们通过法国健康数据枢纽（HDH）平台，将奥克西塔尼大区2011-2018年252,786例FFDM筛查数据（涉及111,783名女性）与国家医保数据库（SNDS）深度联动，建立包含五大识别标准的乳腺癌判定算法：1）死亡登记（CépiDc表）；2）根治性手术（SNIIRAM表）；3）癌症特异性治疗（靶向/内分泌/放疗/化疗）；4）长期病患（ALD）诊断码；5）住院记录（PMSI表）。所有病例均接受24个月随访，以捕获筛查后新发癌症。

关键方法亮点

1. 数据规模：纳入29,661-33,447例/年筛查数据，规避2008-2010年胶片转数字技术过渡期干扰

2. 癌症判定：SNDS算法整合手术与治疗时序（如化疗在术后250-180天）

3. 质量控制：排除1,407例（0.2%）非标准流程筛查

4. 隐私保护：双重假名化处理，获法国数据保护局（CNIL）授权（DR-2020-365）

核心发现

全局性能指标

• 经SNDS补充识别后，敏感性（SE）从98.8%降至77.9%（CI 76.3-79.3），但仍高于欧洲70%最低标准

• 癌症检出率（CDR）提升65%至10.9‰（CI 10.5-11.3），即每100次筛查发现1例癌症

• 间隔癌率（ICR）达2.4‰（CI 2.2-2.6），其中第2年风险（1.7‰）显著高于第1年（0.8‰）

分层分析揭示关键规律

• 年龄效应：70-74岁女性PPV（28.1%）是50-59岁群体（14.6%）的1.9倍，且CDR随年龄递增（50-59岁：9.1‰→70-74岁：14.8‰）

• 筛查频次：首次筛查CDR最高（12.3‰），但第4次筛查PPV提升至24.3%（表2）

• 影像分级：BI-RADS²⁹ 5级的PPV高达94.2%，而3级仅6.1%（补充图S4）

数据联动价值验证

• 筛查阳性病例中，SNDS额外识别387例（占19.4%）

• 筛查阴性病例中，SNDS捕获670例间隔癌（占86.8%）

• 算法敏感性达95.3%（筛查检出癌在SNDS中可回溯）

结论与展望

本研究首次证实医保数据可替代传统登记系统实现乳腺癌筛查性能评估。关键指标（SE 77.9%、ICR 2.4‰）与欧洲注册研究结果高度吻合（如丹麦研究¹³），为法国80%无登记系统地区提供可行方案。值得注意的是：

1. 临床启示：PPV随年龄增长与BI-RADS分级正相关的现象，提示需制定差异化召回策略

2. 技术局限：SNDS无法区分"真阴性"与"漏诊"，需结合影像回溯分析（计划2025年开源BOAS算法）

3. 政策建议：该框架可扩展至其他癌种筛查评估，尤其适用于医保覆盖率高但登记系统薄弱地区

研究建立的含25万例FFDM影像及联动随访数据库，为开发AI辅助诊断模型提供宝贵资源。尽管法国仅5%乳腺癌确诊时为IV期（远低于肺癌57%），但30%幸存者仍会转移，凸显早期筛查的重要性。未来在登记系统覆盖区验证该方法，将推动医保数据成为癌症防控的"基础设施"。

（论文发表于《Scientific Reports》，通讯作者：Emilien Jemelen）