搜尋健康大數據

簡介(Introduction) 肝癌主題式資料庫（Liver Cancer Health Database）於2024年10月30日在衛生福利部衛生福利資料科學中心上架，供健康資料研究者申請使用，其檔案代碼為【HEALTH-104】；檔案代號為【DATAY1_Liver_109】，是由國家衛生研究院與衛生福利部統計處在『健康大數據永續平台』跨部會計畫中之分項計畫：「健康大數據主題式資料庫建立及整合分析」中共同合作完成。 肝癌主題式資料庫是以癌症登記年報為基礎，擷取肝癌個案，建立肝癌研究主檔，並將資料去識別化ID（Identification）後串聯個案健保紀錄（包含處方及治療明細檔、醫令明細檔、健保承保檔、重大傷病檔、死因統計檔）與癌症登記檔（包含長表TCDB、長表LF、短表SF），此資料收錄年份橫跨1979至2020年，可供長期追蹤性研究所使用。 此外，本主題式資料額外提供加值欄位，包含【SEER死因】(依照美國國家癌症研究所(National Cancer Institution, NCI)之SEER(Surveillance, Epidemiology, and End Results Program)特定原因死亡分類法）以及18種【癌前共病症疾病】等資訊，有利於研究者在進行存活分析時，可以考量到「競爭風險（competing risk）」或是「特定死因（cause-specific death）」等概念，使資料利用與結果分析更具適用性。 收錄內容(Data collected) 肝癌症主題式資料庫是擷取癌症登記年報檔中的【肝癌】個案，並依據個案ID將死因統計合併檔、癌症研究主檔以及12個為衛生福利資料科中心的既有資料檔串聯所組成，個案定義與資料檔說明如下： 肝癌個案：癌症登記年報檔中，欄位【原發部位(CASITE)】的前三碼為155（癌症登記年報檔均依據ICD-9譯碼），且【組織型態與性態碼((HISTBEH)】不為血液腫瘤者。 死因統計合併檔： 合併1985-2021年，各年度的死因統計檔(H_OST_DEATH)，由於死因統計檔存在同一個ID有多筆記錄之情形，因此利用欄位【ID+SEX+BIRTH_YM+D_DATE+死因分類】進行資料清理，欄位格式參照死因統計檔。 癌症研究主檔： 合併1979-2020年癌症登記年報檔(H_BHP_CRSSC) 經 ID、性別、出生年及死亡年月加以串接清理後，以ID為主鍵値，和死因統計合併檔以及健保檔做串聯，整理出可應用於癌症研究中的加值欄位。 肝癌研究主檔，是從癌症研究主檔中擷取肝癌個案的資料，其欄位包含： a. 來自「癌症登記年報檔」的欄位：個案ID、性別、出生年、診斷日期、診斷年齡、戶籍地代碼、確診方式、組織類型與性態碼、原發部位、治療情形、分級/分化等。 b. 來自「死因統計合併檔」的欄位：死亡日期、死因分類等。 c. 新增「加值欄位」：癌症類別、記錄順序、SEER死因、是否為cause-specific survival event、是否為overall survival event、紀錄檢誤、最後追蹤時間、存活時間、18種共病症疾病、是否曾經使用過治療肝炎藥物、是否曾經使用過有健保給付之標靶藥物或免疫藥物等。 以肝癌個案的ID為鍵值串聯資料科學中心的既有資料檔： 1. 全民健保處方及治療明細檔_門急診 (H_NHI_OPDTE) 2. 全民健保處方及治療明細檔_住院 (H_NHI_IPDTE) 3. 全民健保處方及治療明細檔_藥局 (H_NHI_DRUGE) 4. 全民健保處方及治療醫令明細檔_門急診 (H_NHI_OPDTO) 5. 全民健保處方及治療醫令明細檔_住院 (H_NHI_IPDTO) 6. 全民健保處方及治療醫令明細檔_藥局 (H_NHI_DRUGO) 7. 全民健保承保檔 (H_NHI_ENROL) 8. 全民健保重大傷病檔 (H_NHI_CATAS) 9. 癌症登記檔 長表 LF (H_BHP_CRFLF) 10. 癌症登記檔 短表 SF (H_BHP_CRFSF) 11. 癌症登記檔 長表 TCDB (H_BHP_CRSLF) 12. 癌症登記年報檔 (H_BHP_CRSSC) ※ 注意事項： 肝癌患者為多發癌症個案（同一個ID有多筆癌症登記年報檔紀錄），肝癌研究主檔中也包含該個案在癌症登記檔中所有罹癌紀錄。若要以第一次罹患癌症為肝癌作為研究對象，建議從肝癌研究主檔中，以【癌症類別(newca2)】為a155，且【記錄順序(rank_record)】<=1，以及【紀錄檢誤(accuracy_record)】=1進行篩選。 「肝癌主題式資料庫」是由14個資料集組成，申請時需附上「資料需求勾選表」，詳細內容可參閱資科中心網站（https://dep.mohw.gov.tw/DOS/lp-2503-113-xCat-DOS_dc007.html）。各資料檔的詳細欄位格式可參閱其來源資料庫之使用手冊。 運用方向(Application Field) 肝癌主題式資料庫有利於研究人員針對肝癌相關研究主題進行整合性的資料申請與分析，簡化了多重資料檔案的申請流程，也預先將資料進行正確的清理整合。 除了整合串聯現有資料檔之外，針對癌症新增加值欄位，包含SEER死因、癌前共病症疾病、癌後存活狀態與是否有大腸癌篩檢確診紀錄等欄位。在真實世界資料中，患者可能存在其他共病症疾病或是多發癌症（multiple primary cancer）等狀況，因此探討癌症存活分析需考量「競爭風險（competing risk）」或是「特定死因（cause-specific death）」。例如，研究者若想探討肝癌患者的存活率，但在死亡個案中可能有部分並不全然歸因於肝癌，而是因為其他疾病或事故導致死亡，此時，即可以運用SEER死因，協助釐清死因事件進行適當的統計分析。 過去已有不少利用癌症主題式資料庫或其他相關資料檔進行的研究，以一篇2023年於JAMA Network Open 發表的論文為例(參考文獻5)，該研究利用台灣癌登資料(1979-2019)，以及長表(2011-2019，納入個案吸菸狀況及腫瘤期別的資訊)、死因檔(1985-2019)、健保資料庫(2000-2020)、內政部人口資料(2011-2019) 國民健康訪問調查五波資料，及臺灣人體生物資料庫(2008-2021)等，發現40-84歲侵襲性肺癌在各個年齡層與期別，不論吸菸與否，女性肺腺癌的發生率(2011-2019)均高於男性。這篇論文對肺腺癌的病因學及可能的臨床轉譯應用提供了進一步探索的方向。 運用資科中心預先整合串聯的癌症主題式資料庫，可更深入了解各癌別在國內的流行樣貌、治療的效益趨勢、花費的成本評估等，醫研界可多加利用。 應用優勢與限制(Strengths and Limitations) 肝癌主題式資料納入從1979年起有關肝癌登記、肝癌健保申報以及死因統計等的資料檔，目前資料最新年份為2020年。本資料庫具有的優勢如下： 1. 方便資料使用者申請與分析肝癌相關資料：資料庫已經彙整各個與肝癌相關的資料庫，節省資料使用者自行整理與串聯資料耗費的時間以及避免串聯時可能發生的錯誤。 2. 增設加值欄位，利於研究使用：原始資料集是以申報、登記為主之行政資料，而加值欄位的增設更符合研究使用之情境。例如：2015年起健保檔之國際疾病分類從ICD-9-CM轉換成 ICD-10-CM，這讓研究共病症的相關資料處理變得困難。然而，在本肺癌主題式資料庫中，已經預先處理並定義出18種「慢性共病症」，為研究者提供便利與正確的資料檔案。 3. 提供研究肝癌臨床治療策略所需之真實世界資料：肝癌主題式資料庫，涵蓋包括臨床特徵、治療方案、預後資料等真實世界數據，將有助於研究人員針對肝癌發掘各項潛在的真實世界證據，支持或改進肝癌的預防或治療策略。不過，本資料庫是針對肝癌所建置，因此不適合進行非肝癌相關之研究。對於需要與其他疾病相互比較之研究，必須另外申請相對應的研究資料。 本資料庫業經去識別化處理，刪除姓名、地址等可直接識別欄位，身分證字號、院所代碼、投保單位代號、統一編號等欄位 均經屏蔽處理，屏蔽強度符合 FIPS140-2 Level 3 國際資安標準，且相關資料僅能於本部設置之獨立作業區內使用，並攜出經審核通過之統計結果，以確保資料應用及其揭露方式已無從識別特定當事人。 資料取用申請方式(Data resource access) 資料申請者需透過衛生福利資料科學中心的線上申請系統進行註冊，並提交申請（系統連結：https://www.apre.mohw.gov.tw）。申請人資格限制如下：政府機關的業務需求、學術研究和其他專業機構的研究用途需求。 帳號申請完成後，則可進行新案申請，準備文件包含： 1.填具申請單。 2.檢附IRB證明文件，包含研究計畫書。 3.資科中心特定檔案(如身心障礙資料)，應檢附檔案提供單位同意函。 4.有攜入資料，應檢附資料所有權單位同意函。 5.攜入人體生物資料庫資料者，應檢附EGC（臺灣人體生物資料倫理委員會）證明文件、契約書及受試者同意書與資訊運用計畫書。 申請及使用資料相關規定，請詳閱衛生福利的「衛生福利資料應用管理要點」及「衛生福利資料使用作業須知」。 有意願申請使用資料者可直接聯繫資科中心相關承辦人，亦可參考官網內的公告：https://dep.mohw.gov.tw/DOS/cp-5283-63826-113.html。 參考文獻(References) 1. 熊昭：癌症研究主題式資料庫。https://www.ghd.tw/Home/Forum_article?lastSegment=4。引用2024/11/04。 2. 衛生福利部統計處：Health104_肝癌主題式資料庫。https://www.mohw.gov.tw/dl-91814-29e17059-9d8b-43c2-8e1c-1fb4a7bed75e.html。引用2025/01/14。 3. National Cancer Institute: SEER Cause-specific Death Classification. Available at: https://seer.cancer.gov/causespecific/. Accessed November 04, 2024. 4. Deyo RA, Cherkin DC, Ciol MA. Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. J Clin Epidemiol. 1992 Jun;45(6):613-9. doi: 10.1016/0895-4356(92)90133-8. 5. Chien LH, Jiang HF, Tsai FY, Chang HY, Freedman ND, Rothman N, Lan Q*, Hsiung CA*, Chang IS*. Incidence of Lung Adenocarcinoma by Age, Sex, and Smoking Status in Taiwan. JAMA Netw Open. 2023 Nov 1;6(11):e2340704.