欧阳文杭州大数据与围术期医学2015524.pptVIP

基因组数据与临床数据整合推动精准医疗 Mark A. Rubin.  大数据 (big data) 是指由于容量太大和过于复杂，无法在一定时间内用常规软件对其内容进行抓取、管理、存储、检索、共享、传输和分析的数据集。其特点体现在4个“V”： Volume（大量） Velocity（高速） Variety（多样） Value（科学价值大） 麻醉与手术数据库(3V) -Value（科学价值大）吗？ 常规研究难以很好回答大多数临床问题 同样的手术，哪种麻醉最好？ 不同年龄层次合适的麻醉深度？ 同样的麻醉，哪种药物最好？ 老年人接受较大型手术的预期预后？ 循环管理、呼吸管理等等有太多急需回答的问题？ 众多的研究为何无法回答看似简单的问题？ 围术期的问题比天气预报更难吗？ 常规研究难以很好回答大多数临床问题 大样本随机对照试验(RCT)和联合多个RCT的系统评价 ( SR)结果是证明某种疗法的有效性和安全性可靠的依据 1999～ 2 0 0 3年9月 《临床麻醉学杂志》、《中华麻醉学杂志》分别登载临床治疗研究论文为 4 12篇、378篇,其中RCT分别为 2 37篇 (5 7.5 2 % )、2 2 1篇 (5 8.4 7% ) 被利用情况？ The Multicenter Perioperative Outcomes Group(MPOG) Pools perioperative data under the leadership of investigators at the University of Michigan 重视数据帮助更深入的理解人类疾病 急性早幼粒细胞白血病与诱导分化疗法 Lancet 1955;269:259 1193例50岁以上患者全麻下行非心脏手术， 10％的患者出现长时间精神衰退现象。 Lancet 1998;351:857 1218例老年患者麻醉手术后1周POCD25.8% 重视数据帮助更深入的理解人类疾病 Anesthesiology 2008;108:18 1064个接受了非心脏大手术的患者出院时术后3个月三组患者POCD5.7%（青年）5.6%（中年）12.7%（老年） Anesth Analg 2011;112:1179 644名患者CABG组或THJR组术后7天,POCD分别为43 %和17 %，术后3个月POCD均为16% 医学研究方式的转变：假设驱动转变为数据驱动 麻醉过深（BIS＜40）术后一年死亡率增加 低BIS并低MAC更强烈提示术后死亡率增加 Farag等发现维持BIS40的较深麻醉术后４-６周认知功能优于维持BIS 50 的较浅麻醉 Anesth Analg 2006;103:633 Anesthesiology 2012; 116:1195–203 医学研究方式的转变：假设驱动转变为数据驱动 ACS NSQIP offers hospitals Best Practices Guidelines for some of the most frequent preventable complications. An ACS NSQIP collaborative allows hospitals to: ? Compare results and experiences ? Learn from other hospitals ? Share best practices ? Network 刘延东副总理现场了解湘雅医疗大数据系统的建设和在线应用情况 医疗大数据，这是中国将来医疗改革的方向 Anesthesiology 2015; 122:276-85 大数据为导向的人群队列研究成为热点 大样本（数十万人群） 前瞻性（长期随访） 多学科（基础、临床、预防、信息等多学科合作） 多病种（能够对多种疾病进行研究） 多因素（能够探讨多种危险因素） 整合性（监测系统、信息系统、医保系统的整合） 共享性（生物标本和数据资源的共享） The China National Stroke Registry 21,902 patients enrolled Sep.2007-Aug.2008 32 gradeⅡ100 grade Ⅲ hospitals 56 evidence-based performance indicators 在短短7年间已产出80多篇论文 《Stroke》杂志的主编也对它垂涎不已 围术期大数据还应为政府决策所用 各医院 数据中心 大数据技术架构----数据流 传输速度快 数据安全可靠 访问、权限管理 所有类型均可传送 标准 数据集 标化工作 方言 普通话 各院 不同的