于德利 鄭永煥 陰春霞 江玉娟 高宏英
[摘要] 目的 探討吉林省乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)和大數(shù)據(jù)平臺的構(gòu)建及意義。 方法 2016年1月~2018年12月,將原國家衛(wèi)計委頒布的《乳腺癌篩查信息采集表》利用JAVA語言編寫為乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng),內(nèi)嵌于可直接接入互聯(lián)網(wǎng)匯影iustar 130便攜式彩色超聲診斷系統(tǒng)中。篩查過程中同步完成受篩者身份驗證、篩查數(shù)據(jù)(圖像、數(shù)值、文字說明等)采集。采集的數(shù)據(jù)經(jīng)特殊的安全性處理后傳輸至云端進行存儲,云端數(shù)據(jù)通過多種互聯(lián)網(wǎng)終端設(shè)備憑權(quán)限進行有限制的檢索及利用。省內(nèi)各個市縣地區(qū)的篩查數(shù)據(jù)在云端服務器匯總后形成吉林省的乳腺癌篩查大數(shù)據(jù)。 結(jié)果 2016年1月~2018年12月吉林省內(nèi)8個地、市、區(qū)乳腺癌及乳腺癌前病變檢出率為80.24/10萬,早期乳腺癌69例,占比63.89%。吉林省乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)實現(xiàn)篩查流程的標準化,提供數(shù)據(jù)采集的關(guān)鍵質(zhì)控節(jié)點,使篩查數(shù)據(jù)的標準化采集、傳輸和存儲一次性完成。保證了數(shù)據(jù)采集的準確性,提高了數(shù)據(jù)采集和使用的效率。 結(jié)論 吉林省乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)是一個實用、高效、安全的數(shù)據(jù)采集、管理及應用系統(tǒng),也是構(gòu)建一個專業(yè)大數(shù)據(jù)平臺的基本工具。篩查數(shù)據(jù)真實有效,可為臨床科研,公共衛(wèi)生的規(guī)劃、管理、決策提供數(shù)據(jù)支撐。
[關(guān)鍵詞] 乳腺癌;篩查;大數(shù)據(jù);云存儲
[中圖分類號] R737.9? ? ? ? ? [文獻標識碼] A? ? ? ? ? [文章編號] 1673-7210(2019)09(c)-0167-06
Construction and database management of standardized data acquisition system for breast cancer screening in Jilin Province
YU Deli1? ?ZHENG Yonghuan2? ?YIN Chunxia3? ?JIANG Yujuan1? ?GAO Hongying4
1.Department of Breast, Changchun Obstetrics and Gynecology Hospital, Jilin Province, Changchun? ?130000, China; 2.Maternal and Child Health Service, Health Commission of Jilin Province, Jilin Province, Changchun? ?130000, China; 3.Dean′s Office, Changchun Obstetrics and Gynecology Hospital, Jilin Province, Changchun? ?130000, China; 4.the First Medical Treatment Area, Hepatobiliary Hospital of Jilin, Jilin Province, Changchun? ?130000, China
[Abstract] Objective To explore the construction and significance of standardized data acquisition system and large data platform for breast cancer screening in Jilin Province. Methods From January 2016 to December 2018, the Information Collection Form of Breast Cancer Screening promulgated by the former National Health Planning Commission was compiled into the Standardized Data Collection System of Breast Cancer Screening in JAVA language. It was embedded in the portable color ultrasound diagnostic system of iustar 130, which can be directly connected to the internet. In the process of screening, the identification of the screened person and the collection of screening data (included image, numerical value, text description, etc.) was completed simultaneously. After special security processing, the collected data was transmitted to the cloud for storage, and the cloud data was retrieved and utilized with limited privileges by a variety of Internet terminal devices. The screening data of various cities and counties in the Jilin Province form the large data of breast cancer screening in the province after being aggregated by cloud server. Results From 2016 January to 2018 December, the detection rate of breast cancer and precancerous lesions in eight prefectures, cities and districts in Jilin Province was 80.24/100 000, and early breast cancer accounted for 63.89%. The standardized data acquisition system of breast cancer screening in Jilin Province realized the standardization of screening process, provided key quality control nodes for data acquisition, and made the standardized collection, transmission and storage of screening data complete at one time. It ensured the accuracy of data acquisition and improved the efficiency of data acquisition and use. Conclusion The Standardized Data Acquisition System of Breast Cancer Screening in Jilin Province is a practical, efficient and safe data acquisition, management and application system, as well as a basic tool for building a professional large data platform. Screening data are real and effective, which can provide data support for clinical research, public health planning, management and decision-making.
[Key words] Breast cancer; Screening; Large data; Cloud storage
流行病學調(diào)查顯示全球乳腺癌發(fā)病率自20世紀70年代末開始一直呈上升趨勢[1-2]。我國雖然不是乳腺癌的高發(fā)國家,但近年我國乳腺癌發(fā)病率的增長速度要高出高發(fā)國家1~2個百分點[2]。據(jù)國家癌癥中心和衛(wèi)生部疾病預防控制局公布最新資料顯示,乳腺癌發(fā)病率位居女性惡性腫瘤的第一位[3]。乳腺癌病因復雜,針對病因?qū)W的一級預防效果不理想。研究[5]表明,其發(fā)病存在一定的規(guī)律性,具有乳腺癌高危因素的女性容易患乳腺癌[4]。有臨床實踐和研究[6-7]表明,通過對特定人群的篩查可以早期診斷乳腺癌。早診斷、早治療與該病的預后有明顯的相關(guān)性。因此,利用乳腺癌篩查作為二級預防的手段尤顯重要。我國乳腺癌篩查作為“兩癌篩查”中的一項內(nèi)容,已由原國家衛(wèi)計委指導并撥出???,各省市具體負責全面推廣。雖然在乳腺癌的篩查推廣以來積累了一定經(jīng)驗,但在實際篩查工作中仍存在不少困難與問題。因此,對于乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)的應用研究,具有重要的研究意義與臨床價值。
1 資料與方法
1.1 數(shù)據(jù)資料
數(shù)據(jù)資料來源于2016年1月~2018年12月連續(xù)3年吉林省內(nèi)8個地、市、區(qū),21個篩查點,共149 552人次。
1.2 數(shù)據(jù)采集模塊
采用Windows及Android平臺,用JAVA語言進行程序開發(fā),封裝為乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng),可在Windows及Android平臺上運行。然后Windows版本內(nèi)嵌于匯影iustar 130便攜彩超內(nèi),或在PC工作站上運行。Android版本可在以Android為操作系統(tǒng)各種移動終端上使用。其中Windows版本支持數(shù)據(jù)采集、存儲、上傳、檢索及分析功能模塊。Android版本主要支持數(shù)據(jù)檢索、分析功能模塊。
在采集模塊中目前集成包括患者基本信息、病史、觸診、超聲、X線、病理共6個子模塊。未來將增加MRI、CT等子模塊,或新增自定義功能。乳腺彩超和乳腺X線征象參照美國乳腺影像學報告和數(shù)據(jù)系統(tǒng)(BI-RADS)分級標準[8]進行評估,0級(Ⅰ類):需進一步行影像學檢查;1級(Ⅱ類):超聲無異常,良性;2級(Ⅲ類):超聲良性發(fā)現(xiàn);3級(Ⅳ類):可能良性發(fā)現(xiàn),需短期隨訪;4級(Ⅴ類):疑惡性發(fā)現(xiàn),需活檢進行確認;5級(Ⅵ類):超聲高度提示惡性?!?級(Ⅴ類)為陽性。乳腺癌TNM分期參照第6版美國癌癥聯(lián)合會癌癥分期手冊[9]進行過去傳統(tǒng)的數(shù)據(jù)采集數(shù)和經(jīng)過完善后的數(shù)據(jù)采集的流程,見圖1~2。
1.3 數(shù)據(jù)分布式云端采集
絕大多數(shù)的篩查數(shù)據(jù)通過在系統(tǒng)菜單中選取對應內(nèi)容采集,還有少量數(shù)據(jù)以填寫數(shù)字的方式進行采集。所有采集獲得的數(shù)據(jù)不需要進行格式的轉(zhuǎn)化,經(jīng)系統(tǒng)進行加密算法加密后可以直接上傳至云服務器存儲。加密算法主要是將篩查設(shè)備信息和篩查醫(yī)生身份信息與受篩數(shù)據(jù)進行關(guān)聯(lián)運算。同時將受篩者的個人隱私信息與篩查數(shù)據(jù)分別存儲。檢索時根據(jù)用戶的權(quán)限級別,系統(tǒng)會選擇提供完整數(shù)據(jù)還是僅提供臨床相關(guān)的數(shù)據(jù)。
1.4 采集系統(tǒng)及管理平臺流程
1.4.1 確認篩查單位以及受篩者身份? 篩查單位在每一臺篩查終端設(shè)備(彩超或工作站)中都有確認的篩查終端編碼,同時通過電子身份鎖對篩查醫(yī)生進行身份確認。沒有電子鎖將無法啟動篩查功能。每位有資格進行篩查工作的醫(yī)生都有自己的電子身份鎖,因此采集的數(shù)據(jù)可以進行準確的追溯。每一位受篩者的身份也要進行嚴格的確認,杜絕受篩查者身份造假。受篩者需要在系統(tǒng)終端刷身份證確認身份后(新的版本中還可以在刷身份證的同時進行臉部拍照識別),才能接收篩查。當身份證信息重復時,系統(tǒng)會給出報警并請求確認受篩者是否重復篩查。
1.4.2 標準化數(shù)據(jù)采集流程? 將所需采集的數(shù)據(jù)盡量使用菜單的方式完成。最大限度的避免篩查醫(yī)生主觀因素對于數(shù)據(jù)準確性的干預,并通過邏輯關(guān)系設(shè)置質(zhì)控管理。左右雙側(cè)乳房觸診數(shù)據(jù)的錄入界面。除了目標的直徑數(shù)據(jù)需要人工填寫外,其余內(nèi)容完全通過下拉菜單完成。超聲數(shù)據(jù)采集是乳腺癌篩查的重點內(nèi)容。既往的篩查流程中只能對超聲的描述和測量數(shù)據(jù)進行采集,對于超聲的圖像則因無法存儲而放棄采集。但超聲圖像卻是最直觀的數(shù)據(jù)之一。全新的篩查系統(tǒng)支持圖像的徒步采集功能,同時提供一個完整的包含4個部分的乳腺超聲報告:測量、注釋、圖像選擇和附加信息。測量菜單中包含了超聲可見目標的超聲特征描述和測量值;注釋菜單中為描述性語言(不超過255個漢字),主要是對受篩者的乳腺特征進行描述;圖像選擇菜單中每1位受篩者每一次篩查可以存儲50幅靜態(tài)圖像或12 min動態(tài)圖像,由于最終生成的可供受篩者檢索的乳腺超聲報告中只能包含4幅圖像,因此篩查醫(yī)生可以在這個菜單中進行圖像選擇,以確定最終出現(xiàn)在超聲報告中的圖像是哪4幅;附加信息菜單中允許篩查醫(yī)生填寫一些與科研或臨床相關(guān)的額外信息,如特殊既往史、特殊病史等。
2 結(jié)果
2.1 乳腺癌篩查結(jié)果
行乳腺彩超檢查人數(shù)為149 552人,超聲陽性率為0.51%(764人),其中0級83人、1級103 601人、2級39007人、3級6097人、4級729人、5級35人;乳腺X線檢查人數(shù)為4030人,X線陽性率為2.63%(106),其中Ⅰ類24人、Ⅱ類3064人、Ⅲ類218人Ⅳ類、Ⅴ類95人、Ⅵ類11人;病理檢查240人,乳腺癌及癌前病變120人(50.00%),其中不典型增生7人、小葉原位癌1人、導管原位癌10人、浸潤性導管癌92人、浸潤性小葉癌5人、其他惡性腫瘤5人、乳腺癌及癌前病變120人;早期乳腺癌(臨床分期0~ⅡA期)69例,占比63.89%,乳腺癌TNM分期:0期13人、Ⅰ期13人、ⅡA期43人、ⅡB期31人、Ⅲ期及以上8人,死亡率不在本研究篩查統(tǒng)計之中,篩查結(jié)果:2016年1月~2018年12月吉林省內(nèi)8個地、市、區(qū)乳腺癌癌及乳腺癌前病變檢出率:80.24/10萬。
2.2 篩查數(shù)據(jù)采集的效率提高
系統(tǒng)的操作界面非常簡單,可操作性好,不設(shè)隱藏的功能菜單,所有項目一目了然。負責篩查工作的醫(yī)生可以在2 h內(nèi)完全掌握本系統(tǒng)的基本結(jié)構(gòu)和操作方法。完全實現(xiàn)了無紙化的操作。由于患者的基本信息輸入是靠身份證讀卡器完成,可在1 s內(nèi)完成信息輸入,而傳統(tǒng)的身份信息采集需要2 min。其余的病史、觸診、超聲等基本數(shù)據(jù)的采集是靠下拉菜單選擇完成,只有受篩者的電話號碼和測量的數(shù)值是通過鍵盤輸入的,大大提高了篩查效率。據(jù)實際測算,采用本系統(tǒng)后,50人次的平均篩查時間由(180.59±2.36)s縮短到(60.25±3.37)s。
2.3 采集數(shù)據(jù)的真實性得到保證
由于使用身份證讀卡器直接讀取受篩者身份信息,并可附加臉部照相存檔功能。只有此兩部操作全部完成,才能開始信息填寫,因此,偽造受篩者信息的操作受到根本限制。每一個受篩者的篩查數(shù)據(jù)都是其本人的真實數(shù)據(jù)。
2.4 采集數(shù)據(jù)的可靠性得到保證
數(shù)據(jù)采集過程中除了具體的測量數(shù)據(jù)需要手動填寫,其余均采用下拉菜單選擇完成。不存在操作者主觀意識對于數(shù)據(jù)的影響。所有采集獲得的數(shù)據(jù)可以直接上傳至云端,不需要數(shù)據(jù)轉(zhuǎn)換,沒有數(shù)據(jù)轉(zhuǎn)換過程中產(chǎn)生的誤差和錯誤,最大限度的保證了數(shù)據(jù)的可靠性。
2.5 采集數(shù)據(jù)的的利用率得到提高
利用省級的大數(shù)據(jù),可以對吉林省人群公共衛(wèi)生服務需求做出精準判定、細分并分別給與支持;可以對公共衛(wèi)生服務的方向做出快速調(diào)整,可以對服務內(nèi)容進行精準設(shè)計;合理分配公共衛(wèi)生資源,以期對有限的資源實現(xiàn)高效的配置。利用本系統(tǒng)可以在相對較短的時間內(nèi)構(gòu)建吉林省的乳腺癌篩查大數(shù)據(jù),可以更高效的指導相關(guān)的工作。全新的篩查用戶可以借助所有的互聯(lián)網(wǎng)終端,憑借有限的權(quán)限對篩查數(shù)據(jù)進行補充、檢索及使用。見表1。
3 討論
乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)和大數(shù)據(jù)平臺的構(gòu)建,可以減少過去由于篩查流程不規(guī)范、數(shù)據(jù)采集流程不嚴謹?shù)默F(xiàn)象。在總量龐大的數(shù)據(jù)中選取符合標準、可用于流行病學分析的可靠數(shù)據(jù)[10]。乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)和大數(shù)據(jù)平臺的構(gòu)建不僅可以快速錄入、獲得個人準確信息,讓資源數(shù)據(jù)得到有效的共享和利用,還可擴充獲取患者信息模塊,有效避免數(shù)據(jù)丟失,具體優(yōu)勢有以下4點:
3.1 減少數(shù)據(jù)采集的失誤
①身份驗證。無論是執(zhí)行篩查的醫(yī)生身份驗證,還是受篩者的身份驗證都要進行。執(zhí)行篩查的醫(yī)生進行身份驗證,數(shù)據(jù)的真實性和準確性可以追溯,當出現(xiàn)數(shù)據(jù)失真、失效事件時可以進行追責;受篩者進行身份驗證,則受篩者身份信息不能夠進行造假,與之相關(guān)的數(shù)據(jù)自然具有真實性可言。身份驗證質(zhì)控的是影響篩查數(shù)據(jù)真實性和準確性的關(guān)鍵問題。②基本信息、病史采集、觸診及超聲篩查4個環(huán)節(jié)中所有的數(shù)據(jù)采集均無需手工錄入,可以減少其間產(chǎn)生誤選、誤錄的現(xiàn)象。數(shù)據(jù)采集過程中,需要多個人為操作的步驟進行數(shù)據(jù)采集;數(shù)據(jù)采集完成后的轉(zhuǎn)換上傳無需人為操作干預,降低數(shù)據(jù)誤差概率,準確性增加[11-13]。并且可以避免既往的數(shù)據(jù)采集內(nèi)容存在缺失,包括:超聲篩查僅有文字說明,缺失圖像的采集;缺失諸如鉬靶、病理等檢查的數(shù)據(jù)的現(xiàn)象。
3.2 數(shù)據(jù)有效的管理,利用效率高
由于提供上述身份驗證的質(zhì)控,數(shù)據(jù)上傳后可以根據(jù)不同用戶的身份權(quán)限來開放使用。首先是基層參與篩查的醫(yī)療單位和醫(yī)生有訪問和使用(實際上省市級的醫(yī)療單位也無法使用)的權(quán)限,其次受篩者對于自己的篩查結(jié)果也有訪問的權(quán)限。相當于一個非常有使用價值的數(shù)據(jù)庫得到應有的利用,發(fā)揮其對于工作和科研的指導意義。
3.3 采集表格靈活性和可擴充性
新系統(tǒng)對于數(shù)據(jù)采集內(nèi)容進行了模塊化的設(shè)計,既可以將不同的篩查標準分別以模塊的形式嵌合于系統(tǒng)中,使系統(tǒng)可以適合任何型別的篩查數(shù)據(jù)采集(如甲狀腺癌的超聲篩查、宮頸癌的超聲篩查等),也可以對現(xiàn)有的篩查內(nèi)容進行不斷的補充升級。以本系統(tǒng)為例,既往的篩查中并不包含鉬靶、MRI、CT以及病理等內(nèi)容。而本系統(tǒng)可以通過追加一個采集模塊,允許受篩者或篩查醫(yī)生將相關(guān)內(nèi)容通過移動終端(工作站、PC、手機)補充錄入至數(shù)據(jù)庫。
3.4 避免數(shù)據(jù)丟失、查詢困難
紙質(zhì)資料不易保存,且存在數(shù)據(jù)難查找、使用繁瑣等問題。全新的篩查系統(tǒng)支持數(shù)據(jù)采集、存儲和傳輸同步完成,我們對所有的上傳數(shù)據(jù)進行特殊的算法處理,可以有效的保證數(shù)據(jù)的安全。算法處理包括幾個主要方面:①每一位受篩者的個人隱私信息與臨床數(shù)據(jù)是分開存儲的,臨床數(shù)據(jù)與個人隱私信息之間通過篩查號關(guān)聯(lián),篩查醫(yī)生只具有訪問臨床數(shù)據(jù)的權(quán)限;②每一位受篩者的全部數(shù)據(jù)存儲之前與執(zhí)行篩查的醫(yī)生的電子身份鎖信息和用于篩查的終端設(shè)備編碼進行關(guān)聯(lián)計算。由于每一個醫(yī)生電子身份鎖只具備有限的訪問權(quán)限,因此每一個篩查醫(yī)生只能訪問自己篩查過的受篩者臨床數(shù)據(jù);區(qū)域?qū)<矣袡?quán)限訪問本區(qū)內(nèi)所有受篩者的臨床數(shù)據(jù);③每一位受篩者可通過自己的身份證號碼及綁定的手機號碼訪問自己的篩查數(shù)據(jù)或補充上傳額外的臨床數(shù)據(jù),但無法進行數(shù)據(jù)的修改。④所有數(shù)據(jù)采用分布式存儲方式,在不同的服務器進行交叉?zhèn)浞荽鎯?,避免極端情況下的數(shù)據(jù)丟失[14-16]?;谏鲜龅陌踩胧?,系統(tǒng)可以提供多種檢索路徑,授權(quán)用戶可以使用任何網(wǎng)絡終端設(shè)備訪問與自己權(quán)限匹配的數(shù)據(jù)[17-21]。如果是私人用戶想了解自己的篩查信息,可以憑身份證信息進行完整的個人數(shù)據(jù)檢索或者補充更多的臨床數(shù)據(jù)。如果用戶(臨床醫(yī)生、主管部門)想將篩查數(shù)據(jù)用于科研研究,則憑權(quán)限可以利用數(shù)據(jù)庫中涉及臨床部分的內(nèi)容。
篩查的數(shù)據(jù)存儲管理,從單純紙質(zhì)保存到部分數(shù)據(jù)化到現(xiàn)在的全部數(shù)字化保存,已經(jīng)使數(shù)據(jù)的存儲能力得到了很大提高。本研究側(cè)重于在全部數(shù)據(jù)化保存的基礎(chǔ)上,實現(xiàn)數(shù)據(jù)的質(zhì)量控制和數(shù)據(jù)的再利用、分析,為今后的工作提供數(shù)據(jù)支持。在乳腺癌篩查數(shù)據(jù)采集系統(tǒng)和數(shù)據(jù)分析平臺的研發(fā)進程中遇到了很多困難,有些已經(jīng)解決,有些還需進一步研究改進,現(xiàn)將經(jīng)驗和教訓總結(jié)如下:①只有找到開放的彩超平臺供研究使用,才能將篩查數(shù)據(jù)轉(zhuǎn)化為數(shù)字信息,內(nèi)置于超聲機內(nèi),實現(xiàn)一般信息、流行病學信息、臨床體檢信息和超聲信息及超聲圖像相結(jié)合,同時還要保證超聲機的正常使用不受影響。②在超聲數(shù)據(jù)的測量獲取中實現(xiàn)自動生成是研發(fā)難點之一,工程師經(jīng)過了反復設(shè)計才得以解決,實現(xiàn)了數(shù)據(jù)測量后自動在報告單中呈現(xiàn),避免人工填寫出現(xiàn)誤差。③在大量數(shù)據(jù)圖片獲取和傳輸過程中,只能保障4幅以內(nèi)的圖片傳輸,這也是今后應優(yōu)化的一點。因為有時確診1個乳腺癌需多幅圖片來確認。需要在設(shè)備上加以改進。④本研究只解決了超聲和流行病學、臨床體檢、一般情況的信息數(shù)字化存儲和平臺傳輸,對于進一步的乳腺X線信息、病理信息等還需手動輸入。如果采用圖片輸入,X線信息、病理信息,只有存儲功能,尚無法進行分析和檢索。換而言之,本研究只解決了乳腺癌篩查的大部分工作的數(shù)字化存儲和傳輸及平臺分級工作,還有很多工作需進一步開發(fā)和完善。⑤本研究只是初步實現(xiàn)了超聲Ⅰ類診斷的自動化分析,尚不能實現(xiàn)超聲的全部自動化分類,對于超聲有異常發(fā)現(xiàn)的,還要篩查醫(yī)生進一步判斷。⑥本研究在數(shù)字化篩查的推進過程中,還受到篩查人群的認知、醫(yī)務工作者的人力、社會財力等多因素的制約,制訂完全數(shù)字化篩查模式的路還很長,需更多有志之士參與其中,同時也需要政策的支持和幫助。
綜上所述,乳腺癌篩查數(shù)據(jù)標準化采集系統(tǒng)是一個實用、高效、安全的數(shù)據(jù)采集、管理及應用系統(tǒng),也是構(gòu)建一個專業(yè)大數(shù)據(jù)平臺的基本工具。篩查數(shù)據(jù)真實有效,可為臨床科研,公共衛(wèi)生的規(guī)劃、管理、決策提供數(shù)據(jù)支撐。
[參考文獻]
[1]? Chand P,Garg A,Singla V,et al. Evaluation of Immunohistochemical Profile of Breast Cancer for Prognostics and Therapeutic Use [J]. Niger J Surg,2018,24(2):100-106.
[2]? 鄒興文,楊麗,李偉棟.廣州市173335名農(nóng)村婦女乳腺癌篩查分析[J].中國腫瘤,2018,27(8):568-572.
[3]? 竇建衛(wèi),朱中博,楊碩,等.基于“溫氣化形”法論治乳腺癌癌前病變探析[J].國際中醫(yī)中藥雜志,2018,40(11):1088-1089.
[4]? Wang T,Parada H,McClain KM,et al. Pre-diagnostic aspirin use and mortality after breast cancer [J]. Cancer Causes Control,2018,29(4/5):417-425.
[5]? 張瑾,陳薇,劉蕾.2017年《NCCN乳腺癌篩查和診斷臨床實踐指南》(第1版)更新與解讀[J].中國全科醫(yī)學,2017,20(24):2939-2943.
[6]? Black E,Richmond R. Improving early detection of breast cancer in sub-Saharan Africa:why mammography may not be the way forward [J]. Global Health,2019,15(1):3.
[7]? 王小松,歐陽取長.4720例女性乳腺癌病例生存分析[J].湖南師范大學學報:醫(yī)學版,2014,11(03):35-40.
[8]? Duma MM,Chiorean AR,Chiorean M,et al. Breast Diagnosis:Concordance Analysis Between the BI-RADS Classification and Tsukuba Sonoelastography Score [J]. Clujul Med,2014,87(4):250-257.
[9]? Singletary SE,Allred C,Ashley P,et al. Staging system for breast cancer:revisions for the 6th edition of the AJCC Cancer Staging Manual [J]. Surg Clin North Am,2003,83(4):803-819.
[10]? 趙成,徐娟,杜佳月,等.乳腺癌篩查及衛(wèi)生經(jīng)濟學評價研究進展[J].醫(yī)學與社會,2018,31(11):17-20.
[11]? Zuo TT,Zheng RS,Zeng HM,et al. Female breast cancer incidence and mortality in China,2013 [J]. Thorac Cancer,2017,8(3):214-218.
[12]? Li T,Mello-Thoms C,Brennan PC,et al. Descriptive epidemiology of breast cancer in China:incidence,mortality,survival and prevalence [J]. Breast Cancer Res Treat,2016,159(3):395-406.
[13]? 侯艷紅.基于數(shù)據(jù)庫管理的數(shù)據(jù)采集系統(tǒng)的設(shè)計及實現(xiàn)分析[J].微型電腦應用,2016,32(7):78-80.
[14]? Terry MB,Liao Y,Whittemore AS,et al. 10-year performance of four models of breast cancer risk:a validation study [J]. Lancet Oncol,2019,20(4):504-517.
[15]? 黨曉偉.基于網(wǎng)絡編碼的二層分布式存儲及數(shù)據(jù)修復算法[D].西安:西安電子科技大學,2014.
[16]? Yildirim E,F(xiàn)oran DJ. Parallel Versus Distributed Data Access for Gigapixel-Resolution Histology Images:Challenges and Opportunities [J]. IEEE J Biomed Health Inform,2017,21(4):1049-1057.
[17]? Nelson HD,Weerasinghe R,Martel M,et al. Development of an electronic breast pathology database in a community health system [J]. J Pathol Inform,2014,5(1):26.
[18]? Khakbazan Z,Taghipour A,Latifnejad Roudsari R,et al. Help seeking behavior of women with self-discovered breast cancer symptoms:a meta-ethnographic synthesis of patient delay [J]. PLoS One,2014,9(12):e110262.
[19]? Nelson HD,Weerasinghe R,Martel M,et al. Development of an electronic breast pathology database in a community health system [J]. J Pathol Inform,2014,5(1):26.
[20]? 胡琢瑛.乳腺癌伴隨疾病全方位管理之婦科問題管理[J].中國臨床新醫(yī)學,2019,12(2):120-124.
[21]? 段丹.網(wǎng)絡終端安全接入控制技術(shù)研究[D].西安:長安大學,2015.
(收稿日期:2019-01-31? 本文編輯:封? ?華)