Mapping ICD-10 to ICCC-3 for Childhood Cancer Classification Using Cancer Incidence in Five Continents (CI5) Data
本研究通过使用 CI5 数据，建立了一个将 ICD-10 编码的儿科癌症病例映射到 ICCC-3 类别的系统性三层框架，证明了在淋巴及造血肿瘤方面具有高度一致性，同时也强调了在捕捉某些实体瘤形态学细节方面的局限性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在试图解开一个关于全球儿童癌症发病率的巨大谜题。为了完成这项工作，科学家需要将每一个病例都归入特定的“盒子”中。但问题在于，全世界使用着两本不同的说明书来标记这些盒子。其中一本名为 ICD-10，它就像是遍布各地医院的海量图书馆目录，主要根据疾病在身体中的“位置”（如“肝脏”或“大脑”）来进行分类。而另一本名为 ICCC-3，它是专门为儿童癌症制作的高科技指南，通过观察细胞在显微镜下的“形态”及其“行为特征”来进行分类。
麻烦在于，这两本说明书并不通晓彼此的语言。如果一家医院使用图书馆目录（ICD-10）来记录一个孩子患有“肝脏肿瘤”，那么专门的指南（ICCC-3）可能需要知道这是否是一种被称为“肝母细胞瘤”的特定类型肝癌，才能进行准确计数。如果没有一种方法来在两个系统之间进行翻译，科学家们就很难比较不同国家的数据，也无法合并大型全球数据库，从而无法清晰地描绘出问题的全貌。这就像是在绘制一张世界地图，但一半的国家使用英里，另一半使用千米，而且没有人拥有一把可以相互转换的尺子。这项研究正是为了打造这把“尺子”。
伟大的翻译工程
在这项研究中，一组科学家决定挑战这种将儿童癌症数据进行“苹果比橘子”式转换的问题。他们想要看看，能否将美国常用的“图书馆目录”代码（ICD-10）翻译成全球研究人员使用的专业化“儿童癌症”类别（ICCC-3）。他们使用了一个来自**五大洲癌症发病率（CI5）**的海量数据集，专门研究了 2013 年至 2017 年间美国记录的 77,236 例儿科癌症病例。
你可以把这些科学家想象成试图通过两组不同线索来破案的侦探。他们开发了一种三步走的策略来破解这个谜团：
- 直接匹配： 对于某些癌症，翻译非常简单。如果图书馆目录说的是“眼部肿瘤”（特指视网膜母细胞瘤）或“脑部肿瘤”，它与专业指南几乎完美契合。
- 桥梁法： 对于血液类癌症（如白血病和淋巴瘤），他们使用了一个被称为 ICD-O-3 的秘密中间人（一种描述细胞形状的代码）。通过使用这个桥梁，他们可以将通用的“血液癌症”代码转化为具有高准确度的具体亚型。
- 侦探推断： 对于剩下的部分，他们必须依靠最好的判断力来猜测这些病例属于哪里，尽管这要困难得多。
他们的发现：喜忧参半
结果有点像是一场“有的完美匹配，有的乱七八糟”的游戏。
获胜者（高度一致）：
对于某些癌症，翻译非常成功。团队发现，对于视网膜母细胞瘤（眼癌）、脑及脊髓肿瘤、肾脏肿瘤以及肝脏肿瘤，图书馆目录中统计的病例数与专业指南非常接近。其“一致性比例”（衡量匹配程度的分数）大约在 1.00 到 1.04 之间，这意味着两个系统几乎完全一致。例如，肝母细胞瘤（一种特定的肝癌）是唯一可以实现一对一翻译的实体瘤，因为它拥有一个能同时符合两本手册的独特代码。虽然肾脏肿瘤类别的匹配度非常高（比例为 1.03），但研究指出，ICD-10 缺乏区分所有肾癌类型的微观细节，不过整体计数仍然高度一致。
失败者（不匹配之处）：
对于许多其他癌症，图书馆目录（ICD-10）显得过于笼统。
- 过度计数： 图书馆目录对骨肿瘤（比例 1.11）、白血病（比例 1.07）以及皮肤/上皮肿瘤（比例 1.24）的计数过多。为什么呢？因为图书馆目录会将任何在骨骼中发现的肿瘤都计为“骨肿瘤”，即使它实际上是从大脑转移到那里的。而专业指南则更聪明，不会将这些视为骨癌。
- 计数不足： 图书馆目录在神经母细胞瘤（比例 0.67）、生殖细胞瘤（比例 0.72）、软组织肉瘤（比例 0.87）、淋巴瘤（比例 0.88）以及未说明类型癌症（比例 0.47）方面未能达标。这是因为图书馆目录经常将这些癌症放入错误的“位置”盒子中。例如，在图书馆目录中，位于肠道的淋巴瘤可能会被标记为“肠道肿瘤”，而专业指南则明知其本质是“淋巴瘤”。
核心启示
研究结论认为，虽然我们现在可以非常有信心地翻译血液类癌症和一些非常具体的实体瘤，但翻译其余的儿童癌症仍然非常棘手。图书馆目录（ICD-10）的设计初衷并非为了观察专业指南（ICCC-3）所需的微观细节。
作者谨慎地表示，这并非一个万能的解决方案。他们承认，由于无法获取个体患者的记录（仅有大型分组数据），他们无法证明对于每一个人来说这种匹配都是完美的。他们还警告说，该翻译指南最适用于 2013 年至 2017 年间所使用的特定版本手册。然而，这项工作提供了首个用于转换这些代码的系统性地图。这是至关重要的一步，它让科学家们终于能够开始对比不同的全球数据库，从而比以往任何时候都更清晰地了解儿童癌症的真实负担。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。