基于多源数据三角验证的医疗补助计划肿瘤专科医师资源评估及诊疗特征分析

【编辑推荐】来自多机构的研究团队通过整合T-MSIS医疗补助数据、医师认证及ICD-10-CM诊断代码，创新性建立肿瘤专科医师识别体系。研究发现2016-2020年间86%-89%肿瘤医师参与医疗补助计划，不同亚专科医师接诊的种族分布及癌症类型集中度差异显著（如乳腺癌患者集中度达58%-60%），为优化癌症医疗资源分配提供循证依据。

　　

这项研究开创性地采用三重验证法（taxonomy codes医师分类代码、board certification委员会认证数据和Medicaid临床诊断代码）对医疗补助体系中的肿瘤专科医师进行精准识别。通过分析2016-2020年转化医疗补助统计信息系统(T-MSIS)数据，研究团队系统追踪了包括内科肿瘤学、放射肿瘤学、血液肿瘤学等9个亚专科医师的执业动态。

创新性地运用诊断代码聚类分析技术，在5395名内科肿瘤医师中识别出565名乳腺癌接诊集中度≥58%的专家，6970名血液肿瘤医师中筛选出269名乳腺癌接诊集中度＞60%和944名血液肿瘤接诊集中度＞59%的专科群体。值得注意的是，儿科血液肿瘤医师接诊的西班牙裔患者比例高达26%，显著高于其他亚专科。

研究揭示医疗补助计划参与率从2016年89%微降至2020年86%，不同亚专科医师接诊的癌症类型分布呈现显著特异性。这些发现不仅为医疗政策制定者优化肿瘤医疗资源配置提供了量化依据，更建立了可动态监测专科医师资源的创新方法论体系。