基于OMOP通用数据模型的癌症最小数据集编码标准统一化研究：MEDOC框架的开发与应用

为解决癌症临床数据异质性难题，研究人员开发了基于OMOP CDM的MEDOC框架，通过多中心协作建立标准化映射规则，成功实现欧洲数字肿瘤网络（DigiONE）的跨机构数据整合，为真实世界肿瘤研究提供可扩展的解决方案。

　　

癌症作为一组高度复杂的疾病，其诊疗过程涉及从诊断到随访的漫长路径，而这一特点也反映在临床数据的记录中。当前癌症数据面临三大核心挑战：数据异质性（不同医疗机构采用差异化的编码系统如SNOMED与ICD-O-3）、存储分散性（临床、病理、影像等多系统分立）以及信息缺失问题。尽管OMOP通用数据模型（Common Data Model, CDM）为临床数据标准化提供了框架，但其肿瘤学模块仍在完善中，难以满足癌症特异性研究需求。

在此背景下，欧洲癌症数字研究所（DIGICORE）发起的DigiONE计划提出创新解决方案——开发最小癌症基础描述框架（Minimal Essential Description of Cancer, MEDOC）。该研究由IQVIA Ltd领衔，联合比利时、英国、德国等欧洲顶尖医疗中心，通过社区驱动模式构建标准化数据映射体系。研究团队面临的核心科学问题包括：如何在不同数据成熟度的医疗机构间建立诊断日期统一算法？如何处理转移灶定位的粒度差异？以及如何协调不同临床编码系统的转换？

研究采用多阶段迭代开发流程：首先通过深度研讨确定MEDOC核心概念，随后使用OHDSI工具链（WhiteRabbit、RabbitInAHat、Usagi）进行数据提取-转换-加载（ETL），并利用Achilles和Data Quality Dashboard进行质量验证。关键创新点体现在三个方面：建立诊断日期三级优先规则（欧洲癌症登记网络ENCR日期>病理日期>影像日期）、开发ICD-O-3编码转换工作流、制定转移灶定位的"最大粒度捕获"原则。

研究结果部分呈现四大核心发现：

1. 1.

   MEDOC概念与OMOP映射关系：构建了包含27个核心概念的映射表，如将出生日期映射至PERSON表三列（年/月/日），肿瘤诊断则需同时关联CONDITION_OCCURRENCE和PROCEDURE_OCCURRENCE表。

2. 2.

   诊断日期标准化方案：针对"三重诊断日期"困境，开发了基于ENCR标准的层级式解决方案，通过condition_type_concept_id区分不同来源的诊断日期。

3. 3.

   转移灶定位处理：发现部分中心可细分脑转移为实质性与软脑膜病变，最终采用"向下兼容"策略保留最大数据粒度。

4. 4.

   临床实施成效：已在两项DigiONE观察性研究中验证实用性，包括COVID-19期间癌症诊疗延迟研究，实现14个月内完成从数据整合到结果发布的全流程。

讨论部分强调该研究的双重价值：方法论层面，MEDOC填补了OMOP肿瘤模块的实践空白，其模块化设计支持后续扩展至放射配体治疗等领域；临床应用层面，为欧洲健康数据空间（EHDS）计划提供了预验证方案。值得注意的是，研究也揭示实施挑战：不同中心OMOP术语版本差异可能导致分析偏差，需要额外设计校正机制。

该研究的创新性体现在将理论框架（OMOP CDM）转化为可操作的实施指南，其开发的诊断日期算法和元数据管理策略已被OHDSI肿瘤工作组采纳参考。随着MEDOC v1.05在DigiONE网络的持续部署，这套标准体系有望成为欧洲肿瘤真实世界研究的基准框架，加速精准肿瘤学的数据驱动决策进程。