Mapping ICD-10 to ICCC-3 for Childhood Cancer Classification Using Cancer Incidence in Five Continents (CI5) Data
Deze studie stelt een systematisch drielaags kader vast voor het mappen van met ICD-10 gecodeerde pediatrische kankergevallen naar ICCC-3 categorieën met behulp van CI5-gegevens, waarbij een hoge concordantie wordt aangetoond voor lymfoïde en hematopoëtische neoplasmata, terwijl beperkingen in het vastleggen van morfologische details voor bepaalde solide tumoren worden benadrukt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een gigantische, wereldwijde puzzel probeert op te lossen over hoeveel kinderen ziek worden aan kanker. Om dit te doen, moeten wetenschappers elke individuele casus in een specifieke doos sorteren. Maar hier is het probleem: de wereld gebruikt twee verschillende instructiehandleidingen om deze dozen te labelen. De ene handleiding, genaamd ICD-10, is als een enorme bibliotheekcatalogus die overal in ziekenhuizen wordt gebruikt; deze sorteert ziekten vooral op basis van waar ze in het lichaam te vinden zijn (zoals "lever" of "hersenen"). De andere handleiding, ICCC-3, is een gespecialiseerde, hoogwaardige gids die speciaal is gemaakt voor kinderziekten zoals kanker; deze sorteert op basis van hoe ze er onder een microscoop uitzien en hoe ze zich gedragen.
Het probleem is dat deze twee handleidingen elkaars taal niet spreken. Als een ziekenhuis de bibliotheekcatalogus (ICD-10) gebruikt om te zeggen dat een kind een "levertumor" heeft, moet de gespecialiseerde gids (ICCC-3) misschien weten dat het een specifiek type leverkanker is, zoals een "hepatoblastoom", om het correct te kunnen tellen. Zonder een manier om tussen deze twee systemen te vertalen, kunnen wetenschappers gegevens niet gemakkelijk vergelijken tussen verschillende landen of grote wereldwijde databases combineren om een helder beeld van het probleem te krijgen. Het is alsof je probeert een enkele wereldkaart te maken wanneer de helft van de landen mijlen gebruikt en de andere helft kilometers, en niemand een liniaal heeft die beide kan omzetten. Deze studie gaat over het bouwen van die liniaal.
Het Grote Vertalingsproject
In dit onderzoek besloot een team van wetenschappers de "appels-met-peren"-problematiek van het vertalen van gegevens over kinderziekten aan kanker aan te pakken. Ze wilden kijken of ze de algemene "bibliotheekcatalogus"-codes (ICD-10), die in de Verenigde Staten worden gebruikt, konden vertalen naar de gespecialiseerde "kinderkanker"-categorieën (ICCC-3) die wereldwijd door onderzoekers worden gebruikt. Ze gebruikten een enorme dataset van Cancer Incidence in Five Continents (CI5), waarbij ze specifiek keken naar 77.236 gevallen van pediatrische kanker die tussen 2013 en 2017 in de VS werden geregistreerd.
Beschouw de wetenschappers als detectives die proberen twee verschillende sets aanwijzingen met elkaar te matchen. Ze ontwikkelden een driestapsstrategie om het mysterie op te lossen:
- De Directe Match: Voor sommige kankersoorten was de vertaling eenvoudig. Als de bibliotheekcatalogus "oogtumor" (specifiek retinoblastoom) of "hersentumor" zei, kwam dit bijna perfect overeen met de gespecialiseerde gids.
- De Brugmethode: Voor bloedkankers (zoals leukemie en lymfoom) gebruikten ze een geheime tussenpersoon genaamd ICD-O-3 (een code die de vorm van de cellen beschrijft). Door deze brug te gebruiken, konden ze de algemene "bloedkanker"-codes vertalen naar zeer specifieke subtypes met een hoge nauwkeurigheid.
- Het Detectivewerk: Voor de rest moesten ze hun beste oordeel gebruiken om te raden waar de gevallen thuishoorden, hoewel dit veel moeilijker was.
Wat ze vonden: Een gemengd resultaat
De resultaten waren een beetje als een spel van "sommige matches zijn perfect, andere zijn een puinhoop."
De Winnaars (Hoge overeenkomst):
Voor bepaalde kankersoorten was de vertaling zeer sterk. Het team ontdekte dat voor retinoblastoom (oogkanker), hersenen- en ruggenmergtumoren, niertumoren en levertumoren, het aantal gevallen in de bibliotheekcatalogus bijna exact overeenkwam met de gespecialiseerde gids. De "Consistentieratio" (een score voor hoe goed ze overeenkomen) lag rond de 1,00 tot 1,04, wat betekent dat de twee systemen bijna perfect met elkaar overeenstemden. Bijvoorbeeld, hepatoblastoom (een specifieke leverkanker) was de enige solide tumor die een één-op-één vertaling kon hebben, omdat het een unieke code heeft die in beide handleidingen past. Hoewel de categorie niertumoren een zeer hoge match liet zien (ratio 1,03), merkt de studie op dat ICD-10 niet over de microscopische details beschikt om alle soorten nierkanker perfect te onderscheiden, hoewel de totale telling nog steeds zeer consistent was.
De Verliezers (De mismatches):
Voor veel andere kankersoorten was de bibliotheekcatalogus (ICD-10) te vaag.
- Over-telling: De bibliotheekcatalogus telde te veel gevallen voor bottumoren (ratio 1,11), leukemieën (ratio 1,07) en huid-/epitheelcellen (ratio 1,24). Waarom? Omdat de bibliotheekcatalogus elke tumor die in het bot wordt gevonden, telt als een "bottumor", zelfs als deze eigenlijk in de hersenen begon en daarheen is uitgezaaid. De gespecialiseerde gids weet dit beter en telt die niet als botkankers.
- Onder-telling: De bibliotheekcatalogus miste de plank voor neuroblastomen (ratio 0,67), kiemceltumoren (ratio 0,72), weke delen sarcomen (ratio 0,87), lymforen (ratio 0,88) en niet-gespecificeerde kankers (ratio 0,47). Dit gebeurde omdat de bibliotheekcatalogus deze kankers vaak in de verkeerde "locatie"-dozen plaatste. Bijvoorbeeld, een lymfoom die in de darm wordt gevonden, kan in de bibliotheekcatalogus worden gelabeld als een "darmtumor", terwijl de gespecialiseerde gids weet dat het eigenlijk een "lymfoom" is.
De Belangrijkste Conclusie
De studie concludeert dat hoewel we nu bloedkankers en een paar zeer specifieke solide tumoren met grote zekerheid kunnen vertalen, het vertalen van de rest van de kinderziekten aan kanker nog steeds lastig is. De bibliotheekcatalogus (ICD-10) was simpelweg niet ontworpen om de microscopische details te zien die de gespecialiseerde gids (ICCC-3) nodig heeft.
De auteurs benadrukken dat dit geen magische oplossing is. Ze geven toe dat ze, omdat ze geen toegang hadden tot individuele patiëntendossiers (alleen grote groepsgegevens), niet konden bewijzen dat de match voor elke persoon perfect was. Ze waarschuwen ook dat deze vertalingsgids het beste werkt voor de specifieke versies van de handleidingen die tussen 2013 en 2017 werden gebruikt. Echter, dit werk biedt de eerste systematische kaart voor het converteren van deze codes. Het is een cruciale eerste stap die wetenschappers in staat stelt om eindelijk gegevens over verschillende wereldwijde databases te vergelijken, wat ons helpt om de werkelijke impact van kinderziekten aan kanker duidelijker dan ooit te begrijpen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.