临床编码的局限性：糖尿病对癌症生存率影响的误判及其对NHS医院共病研究的启示

本研究针对医院临床编码(HES数据)在识别糖尿病共病中的准确性问题，通过对比临床编码与HbA1c检测结果，发现临床编码漏诊率达14.6%，时间误分类率17.5%，导致糖尿病对乳腺癌患者中位生存期的负面影响被高估3.17年。研究结果对依赖临床编码的共病评分系统(如Charlson Score)的临床应用提出重要质疑，为改善真实世界证据研究提供了数据定义新思路。

　　

在老龄化加剧的现代社会，多病共存已成为临床常态。英国国家医疗服务体系(NHS)每年处理数百万例癌症病例，其中约15%患者同时患有糖尿病。然而，一个隐藏的危机正悄然影响着临床决策——医院临床编码系统可能严重低估了糖尿病等共病的真实影响。这个问题不仅关乎数据准确性，更直接关系到千万癌症患者的生存预期评估和治疗方案选择。

英国利兹教学医院 NHS 信托(Leeds Teaching Hospitals NHS Trust)的研究团队在《British Journal of Cancer》发表的重要研究揭示了这一系统性偏差。研究人员发现，依赖医院事件统计数据集(HES)的临床编码会遗漏14.6%的糖尿病癌症患者，更惊人的是，这些被"隐形"的糖尿病患者实际上比编码组患者更年轻、预后更好。这种选择偏差导致传统分析方法严重夸大了糖尿病对乳腺癌患者生存期的负面影响——误差高达3.17年。

这项研究采用了三种糖尿病定义方法进行对比：(1)单纯临床编码；(2)单纯HbA1c≥48 mmol/mol；(3)混合定义(编码或异常HbA1c)。研究团队分析了2005-2018年间利兹癌症中心的123,841例癌症患者数据，包括17,920例乳腺癌和15,856例前列腺癌患者，通过Cox比例风险模型评估生存差异。

研究结果部分呈现了令人深思的发现：

在基线特征方面，仅通过HbA1c识别的糖尿病患者比编码组年轻约5岁(p<0.001)，这部分解释了为何他们的预后更好。时间分类误差分析显示，临床编码将17.5%实际在癌症诊断前就已患糖尿病的患者错误归类为"后发"病例。

生存分析结果更为触目惊心：在全部癌症患者中，单纯临床编码定义的糖尿病组中位生存期(2.61年)比混合定义组(3.42年)缩短0.81年；在乳腺癌患者中，这一差距扩大到3.17年(5.51年 vs 8.14年)。这种差异并非统计学噪音，而是源于临床编码更易捕捉到住院频繁、病情更重的糖尿病患者。

这项研究的意义远超糖尿病与癌症关系的范畴。它从根本上挑战了基于行政数据的共病研究范式，揭示了临床编码系统存在的系统性偏差：首先，它主要反映住院患者的疾病负担，忽视了门诊管理的轻症患者；其次，编码时间滞后导致时间分类错误；最重要的是，这种偏差不是随机的，而是选择性地遗漏了预后更好的患者群体，导致风险被系统性高估。

研究团队强调，这一发现对广泛使用的Charlson共病指数等风险评估工具提出了严峻挑战。当这些基于编码数据开发的工具应用于临床决策时，可能错误地将低风险患者归类为高风险，导致过度治疗或资源错配。解决之道在于建立更全面的共病数据定义体系，整合初级保健编码、检验结果和临床文本等多源数据。

这项研究为真实世界证据研究树立了新标准，提示研究者必须谨慎对待数据来源的局限性。在精准医疗时代，当生命攸关的临床决策越来越依赖大数据分析时，确保数据的代表性和准确性已不仅是方法学问题，更是伦理要求。K. Zucker等人的工作为改善这一关键环节提供了重要路线图。