大數(shù)據(jù)時代下先天性巨結(jié)腸臨床研究的展望

顓孫迪迪 馮杰雄

·專家筆談·

大數(shù)據(jù)時代下先天性巨結(jié)腸臨床研究的展望

顓孫迪迪 馮杰雄

先天性巨結(jié)腸； 大數(shù)據(jù)

先天性巨結(jié)腸(hirschsprung's disease，HD)又稱無神經(jīng)節(jié)細胞癥(aganglionosis)，其發(fā)病率約為1/5000，但確切病因仍不十分清楚，多數(shù)學(xué)者認為是腸神經(jīng)系統(tǒng)在胚胎期發(fā)育過程中腸神經(jīng)嵴細胞(entericneural crest cell，ENCCs)向腸管遠端增殖、遷移及分化異常，導(dǎo)致腸管遠端肌層和黏膜下層神經(jīng)節(jié)細胞缺如，遠端腸管持續(xù)性痙攣，近端腸管代償性肥厚、擴張，出現(xiàn)便秘、腹脹及腸梗阻等癥狀[1-3]。由于病例多為散發(fā)，患病個體年齡、營養(yǎng)狀態(tài)、無神經(jīng)節(jié)腸管累及部位及長度等方面存在差異，以及臨床和病理醫(yī)師對該病的認識存在不同意見，影響了該病的治療效果，目前仍缺乏通行的診療指南。在大數(shù)據(jù)時代的今天，我們要充分運用大數(shù)據(jù)平臺，通過大數(shù)據(jù)分析技術(shù)對HD的海量資料進行挖掘、分析，制定HD診療指南，讓臨床診療工作做到有章可循、有據(jù)可依，并且能夠為病人提供同質(zhì)化服務(wù)[4]。

一、目前 HD診斷與治療方法的價值評估

HD病兒在新生兒期出現(xiàn)胎便排出異常，以后反復(fù)便秘、嘔吐、腹脹典型臨床表現(xiàn)。病兒盲腸指檢可有干結(jié)大便及壺腹部空虛，檢查者拔出手指后有大量氣體、糞便排出而癥狀緩解，有此類癥狀病兒懷疑有HD可能，均應(yīng)進行進一步檢查。目前，HD檢查主要包括鋇劑灌腸、直腸肛管測壓、直腸黏膜組化檢查、腸壁活檢等，其中鋇劑灌腸是最常用于HD診斷的方法，鋇劑灌腸能夠見到明確的狹窄段與擴張段，并且定位兩者之間的移行區(qū)，是診斷HD的重要征象。鋇劑檢查后24小時復(fù)查腹部平片，觀察鋇劑殘留情況不僅可以用于HD的輔助診斷，還可用于參考手術(shù)切除腸組織范圍。但對于部分病兒特別是對于新生兒來說并無典型X 線征象，對其做出正確診斷仍比較困難。正常兒童直腸肛管測壓時可見到內(nèi)括約肌松弛反射波，而HD病兒無此反射波。直腸正常黏膜組化檢查AChE呈陰性，但在病變狹窄段腸管可見AChE陽性神經(jīng)纖維，但該檢查也一定的局限性[5]，需要有條件的醫(yī)療單位才能進行，而且AChE陽性神經(jīng)纖維的數(shù)量和粗細沒有可執(zhí)行的量化標準，加上檢測者的經(jīng)驗限制和主觀性對該診斷均有影響。在腸壁活檢標本中發(fā)現(xiàn)腸神經(jīng)節(jié)細胞缺失或者神經(jīng)干肥大則可以確診，但HE染色還無法判定神經(jīng)節(jié)細胞的發(fā)育是否成熟[6-7]。在部分有條件的醫(yī)療單位開展一些能夠反應(yīng)神經(jīng)節(jié)細胞發(fā)育程度的標記物染色是必須的，如乳酸脫氫酶染色除能夠顯示黏膜下神經(jīng)叢外還能區(qū)別小神經(jīng)細胞與施萬細胞；琥珀酸脫氫酶的測定可鑒別神經(jīng)細胞是否成熟。但由于組織學(xué)表現(xiàn)的復(fù)雜性常導(dǎo)致判斷困難，且準確性受到多種因素的影響，如取材部分、樣本代表性、標本數(shù)量、病理醫(yī)師的經(jīng)驗等因素的影響，從而導(dǎo)致該檢查方法對確診HD也存在一定的局限性[8]。因此，有關(guān)HD的診斷方法尚無廣泛接受的“金標準”，美國學(xué)者強調(diào)術(shù)前全層活檢，而歐洲學(xué)者更推崇直腸黏膜乙酰膽堿酯酶染色。

HD的病兒一般均需要手術(shù)治療，保守治療僅適用于臨床癥狀不典型、診斷未明、一般情況較好的新生兒及小嬰兒。在臨床中由于病兒年齡、病變累及范圍、營養(yǎng)狀態(tài)的差異，手術(shù)醫(yī)師的操作習(xí)慣及所在醫(yī)院具備的條件等各種因素的影響，導(dǎo)致其手術(shù)方式不盡相同[9-10]，各研究單位對預(yù)后評估只能比較單中心的治療效果，使得評估結(jié)果具有一定得局限性。因此需要借助大數(shù)據(jù)這一平臺對HD開展研究并制訂共同的診療標準，以達到最佳的個性化治療。

二、大數(shù)據(jù)的概念及意義

目前是數(shù)據(jù)大爆炸并急劇增長的“大數(shù)據(jù)” 時代。大數(shù)據(jù)(big data)是一種新興看待世界的工具，通過對大數(shù)據(jù)的分析，從中挖掘有價值信息，服務(wù)于大眾和經(jīng)濟社會發(fā)展。數(shù)據(jù)被稱作信息化時代的石油；大數(shù)據(jù)技術(shù)為引領(lǐng)未來繁榮的三大技術(shù)變革之一[11]，其重要性不言而喻。歐美國家許多高校紛紛成立了數(shù)據(jù)科學(xué)研究機構(gòu)，開設(shè)了數(shù)據(jù)科學(xué)課程。Nature和Science也分別于2008 年和2011年推出了大數(shù)據(jù)?？?，對大數(shù)據(jù)帶來的挑戰(zhàn)進行討論[11]。醫(yī)學(xué)大數(shù)據(jù)也是網(wǎng)絡(luò)時代的產(chǎn)物，實現(xiàn)物物相聯(lián)的物聯(lián)網(wǎng)和使IT資源按需分配的云計算等技術(shù)使得醫(yī)療衛(wèi)生信息化日新月異。醫(yī)療大數(shù)據(jù)具有“4V”特征：(1)數(shù)據(jù)容量(volume)大，常常在PB(1 PB=250 B)級以上；(2)數(shù)據(jù)種類(variety)多，常常具有不同的數(shù)據(jù)類型(結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化)和數(shù)據(jù)來源；(3)產(chǎn)生和更新速度(velocity)快(如實時數(shù)據(jù)流)，時效性要求高；(4)科學(xué)價值(value)大，盡管利用密度低，卻常常蘊藏著新知識或具有重要預(yù)測價值[12]。2015年3月，國家衛(wèi)生計劃生育委員會提出了“推進健康醫(yī)療大數(shù)據(jù)應(yīng)用，制定促進健康醫(yī)療大數(shù)據(jù)應(yīng)用的相關(guān)方案，推動健康醫(yī)療大數(shù)據(jù)有序發(fā)展”的意見[13]。

三、大數(shù)據(jù)對醫(yī)學(xué)研究的影響

醫(yī)療大數(shù)據(jù)通常包括以下6個方面：(1)基因序列、蛋白質(zhì)組等生物信息數(shù)據(jù)；(2)以電子健康檔案、電子病歷、醫(yī)學(xué)影像、檢驗檢查等為主的醫(yī)院醫(yī)療大數(shù)據(jù)；(3)自我量化大數(shù)據(jù)；(4)基于大量人群的醫(yī)學(xué)研究或疾病監(jiān)測大數(shù)據(jù)；(5)區(qū)域衛(wèi)生服務(wù)平臺大數(shù)據(jù)；(6)網(wǎng)絡(luò)大數(shù)據(jù)[14-15]。醫(yī)療行業(yè)每天都在產(chǎn)生大量數(shù)據(jù)，我們可對這些數(shù)據(jù)進行整理、分析，從中挖掘有價值的信息，用于指導(dǎo)我們的科學(xué)研究及臨床工作。

從臨床工作的角度，大數(shù)據(jù)促進了個性化的健康服務(wù)。當(dāng)今醫(yī)學(xué)發(fā)展的趨勢特征是生命與健康規(guī)律的認識趨向整體，疾病的控制策略趨向預(yù)防性、預(yù)測性、個體化和參與性的醫(yī)學(xué)模式。大數(shù)據(jù)不僅能為疾病發(fā)生、預(yù)防和治療提供全面、全新的認識，也有利于開展個體化醫(yī)學(xué)，即通過整合系統(tǒng)生物學(xué)與臨床數(shù)據(jù)，可以更準確地預(yù)測個體患病風(fēng)險和預(yù)后，有針對性地實施預(yù)防和治療[16-17]。通過精準地分析病人的體征、治療費用和療效數(shù)據(jù)，可確定最有效、效益最好的治療方法。

從科學(xué)研究的角度來看，數(shù)據(jù)密集時代下的“科研信息化”(e-Science)?？蒲行畔⒒膶嵸|(zhì)就是資源共享、跨地合作，這是現(xiàn)代科學(xué)技術(shù)發(fā)展的必由之路。大數(shù)據(jù)的發(fā)展提升了科學(xué)研究的方法、手段和水平，促進了全球性、跨學(xué)科、大規(guī)模科研合作，共享浩如煙海的信息，這將改變科學(xué)家從事科研活動的方法和模式，科研信息化將成為新一輪科技革命的核心要素。

生物醫(yī)學(xué)大數(shù)據(jù)具有以下優(yōu)勢：(1)大樣本，能夠解決流行病學(xué)研究中的樣本量問題，大樣本能夠提高結(jié)果精度、降低隨機/抽樣誤差；(2)客觀的采集途徑能夠減少信息偏倚。大數(shù)據(jù)的采集途徑往往比較客觀，還能全程動態(tài)地記錄個體行為，相比傳統(tǒng)流行病學(xué)調(diào)查通過詢問、回憶某些行為的狀況，能夠減少信息偏倚。

大數(shù)據(jù)給我們醫(yī)學(xué)研究帶來機遇，但生物醫(yī)學(xué)數(shù)據(jù)的標準化和規(guī)范化很難實現(xiàn)[18]，而且在傳統(tǒng)模式下，數(shù)據(jù)多數(shù)是由不同的應(yīng)用程序搜集到的，存儲格式不一，無法彼此兼容，無法整合，各個數(shù)據(jù)庫就像一個個相互隔離的島嶼，由此產(chǎn)生了“數(shù)據(jù)孤島”的概念。如何打破數(shù)據(jù)孤島，實現(xiàn)生物醫(yī)學(xué)數(shù)據(jù)共享[19]，避免數(shù)據(jù)只為少數(shù)人或單位使用，數(shù)據(jù)共享是應(yīng)用生物醫(yī)學(xué)大數(shù)據(jù)的前提；其次數(shù)據(jù)的來源很多是以臨床或管理為目的，并不是以研究為目的，以至于其信息收集不一定完整；大數(shù)據(jù)是分散的，完全整合尚需時日；同時該研究對個人隱私的保護也有所不足[20]。因此，大數(shù)據(jù)在醫(yī)學(xué)研究領(lǐng)域仍具有挑戰(zhàn)性。

四、大數(shù)據(jù)時代下HD研究的展望

大數(shù)據(jù)分析與處理技術(shù)已經(jīng)廣泛應(yīng)用于軍事、交通、能源、生物、信息產(chǎn)業(yè)等領(lǐng)域。在醫(yī)學(xué)領(lǐng)域，大數(shù)據(jù)技術(shù)的深入應(yīng)用也在逐漸改變生物醫(yī)學(xué)研究的手段和方法。在腫瘤學(xué)的研究中，Kuhn和Klipp團隊通過對龐大的生物化學(xué)網(wǎng)絡(luò)、信號通路、蛋白質(zhì)與藥物的相互作用等數(shù)據(jù)的充分挖掘、分析、建模一系列的研究，預(yù)測腫瘤藥物的靶向治療[21]。Cheng 等[22]通過類似的分析方法預(yù)測了乳腺癌的靶向治療。在神經(jīng)系統(tǒng)的相關(guān)研究中，通過基因組學(xué)、腦部成像、軸突間相互作用、細胞結(jié)構(gòu)及細胞間相互作用、神經(jīng)遞質(zhì)及其受體分布等海量數(shù)據(jù)進行了深入研究，這在神經(jīng)系統(tǒng)的研究中是一種新的突破[23]。英國生物銀行應(yīng)用該方法從事的基因和環(huán)境對精神障礙相關(guān)疾病的研究中取得很大成就。在我國多個與臨床資源、生物醫(yī)學(xué)資源相關(guān)的大數(shù)據(jù)工程已相繼啟動，同時也有越來越多醫(yī)療機構(gòu)建立了相關(guān)數(shù)據(jù)庫，如“中國前列腺癌數(shù)據(jù)庫”、“中國膀胱癌聯(lián)盟”、“心血管疾病與腫瘤疾病中西醫(yī)臨床大數(shù)據(jù)處理分析與應(yīng)用研究”等，通過醫(yī)療大數(shù)據(jù)信息技術(shù)的應(yīng)用，形成了數(shù)據(jù)共享的大數(shù)據(jù)平臺，促進了精準醫(yī)學(xué)研究，可以進行“同病異治”或“異病同治”[24]。

目前，HD尚缺乏大樣本、多中心的系統(tǒng)研究，我們要借鑒大數(shù)據(jù)在其他領(lǐng)域研究中好的經(jīng)驗及方法，應(yīng)用于HD的相關(guān)研究。由于患兒污糞、便秘、失禁的定義和評分的不同，在診斷過程缺乏統(tǒng)一的金標準，同時對HD的治療及療效評估也受諸多因素的影響。因此，利用大數(shù)據(jù)這一有利工具開展臨床多中心研究迫在眉睫。通過對HD的各項檢查、診斷與治療制定統(tǒng)一的數(shù)據(jù)收納標準，然后對共享的HD數(shù)據(jù)資料進行思考、設(shè)計和實施科學(xué)研究。利用大數(shù)據(jù)的技術(shù)手段，對HD相關(guān)的海量數(shù)據(jù)進行有針對性的歸納與分析處理，挖掘出潛在的知識，應(yīng)用這些知識對HD的診療進一步優(yōu)化和改進，并制訂統(tǒng)一的HD診療指南，用于指導(dǎo)醫(yī)療實踐。改善對HD患兒的醫(yī)藥衛(wèi)生服務(wù)質(zhì)量，最終有利于實現(xiàn)個體化治療和群體性預(yù)防的醫(yī)學(xué)目的。我們期待通過借助大數(shù)據(jù)及其分析技術(shù)平臺，給HD病兒帶來更多的福音。

[1] 張輝，詹江華.先天性巨結(jié)腸與Prokineticinl關(guān)系研究進展[J].中華小兒外科雜志，2011，32(8)：622-625.

[2] Burkardt DD，Graham JJ，Short SS，et al.Advances in Hirschsprung disease genetics and treatment strategies：an update for the primary care pediatrician[J].Clin Pediatr(Phila)，2014，53(1)：71-81.

[3] Goldstein AM，Thapar N，Karunaratne T，et al.Clinical aspects of neurointestinaldisease：pathophysiology，diagnosis，and treatment[J].Dev Biol，2016，417(2)：217-228.

[4] Hu H，Galea S，Rosella L，et al.Big Data and Population Health：Focusing on the Health Impacts of the Social，Physical，and Economic Environment[J].Epidemiology，2017，28(6)：759-762.

[5] Lim KH，Wan WK，Lim TKH，et al.Primary diagnosis of Hirschsprung disease-Calretinin immunohistochemistry in rectal suction biopsies，with emphasis on diagnostic pitfalls[J].World J Pathol，2014，3(3)：14-22.

[6] Memarzadeh M，Talebi A，Edalaty M，et al.Hirschsprung's disease diagnosis：Comparison of immunohistochemical，Haematoxilin and eosin staining[J].Indian Assoc Paediatr Surg，2009，14(2)：59-62.

[7] Mukhopadhyay B，Mukhopadhyay M，Mondal KC，et al.Hirschsprung's Disease in Neonates with Special Reference to Calretinin Immunohistochemistry[J].Clin Diagn Res，2015，9(7)：EC06-9.

[8] Friedmacher F，Puri P.Rectal suction biopsy for the diagnosisof Hirschsprung's disease：a systematic review of diagnosticaccuracy andcomplications[J].Pediatr Surg Int，2015，31(9)：821-830.

[9] 孫曉毅，余東海，孫大昂，等.先天性巨結(jié)腸同源?。菏中g(shù)方法的選擇[J].中華小兒外科雜志，2012，33(4)：292-295.

[10] 余克馳，馮杰雄，吳曉娟，等.充盈性大便失禁的手術(shù)治療[J].中華小兒外科雜志，2014，35(11)：840-843.

[11] 孫曉毅.先天性巨結(jié)腸的臨床診斷和治療：我們還能做些什么[J].中華小兒外科雜志，2014，35(7)：484-485.

[12] Jee K，Kim GH.Potentiality of big data in the medical sector：focus on how to reshape the healthcare system[J].Healthe Inform Res，2013，19(2)：79-85.

[13] 宋波，楊艷利，馮云霞.醫(yī)療大數(shù)據(jù)研究進展[J].轉(zhuǎn)化醫(yī)學(xué)雜志，2016，5(5)：298-300.

[14] 俞國培，包小源，黃新霆，等.醫(yī)療健康大數(shù)據(jù)的種類、性質(zhì)及有關(guān)問題[J].醫(yī)學(xué)信息學(xué)雜志，2014，35(6)：9-12.

[15] 陸易，黃正行，俞思偉，等.臨床醫(yī)療大數(shù)據(jù)研究現(xiàn)狀與展望[J].醫(yī)療衛(wèi)生裝備，2017，38(3)：112-115.

[16] Costa FF.Big data in biomedicine[J].Drug Discov Today，2014，19(4)：433-440.

[17] Murdoch TB，Detsky AS.The inevitable application of big data to health care[J].JAMA，2013，309(13)：1351-1352.

[18] Lynch C.Big data：how do your data grow[J].Nature，2008，455(7209)：28-29.

[19] Jiang JD，Zhao H，Liu RD.Discussion on the information organization of the scientific data sharing platform-take the National Scientific Data Sharing Platform for Population and Health as an example[J].J Inform Resources Manag，2012，2012(4)：52-56.

[20] Househ MS，Aldosari B，Alanazi A，et al.Big Data，Big Problems：A Healthcare Perspective[J].Stud Health Technol Inform，2017，238：36-39.

[21] Chiang L，B Lu，I Castillo.Big Data Analytics in Chemical Engineering[J].Annu Rev Chem Biomol Eng，2017，8(1)：63-85.

[22] Cheng F，Liu C，Jiang J，et al.Prediction of drug-target interactions and drug repositioning via network-based inference[J].PLOS Comput.Biol，2012，8(5)：e1002503.

[23] Bzdok D，B Yeo.Inference in the age of big data：Future perspectives on neuroscience[J].Neuroimage，2017，155：549-564.

[24] 劉洋，鄔楊，劉俊辰，等.大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用和展望[J].現(xiàn)代腫瘤醫(yī)學(xué)，2017，25(10)：1678-1681.

10.3969/j.issn.1005-6483.2017.12.001

430030 武漢，華中科技大學(xué)同濟醫(yī)學(xué)院附屬同濟醫(yī)院小兒外科

2017-08-16)

楊澤平)