杭州大数据与围术期医学PPT课件

大数据与围术期医学 Big Data and Perioperative Medicine,中南大学湘雅三医院欧阳文,1,基因组数据与临床数据整合推动精准医疗 Mark A. Rubin.,NATURE | VOL 520 | 16 APRIL 2015,2,机遇与挑战 正如牛津大学教授维克托迈尔-舍恩伯格在其新书大数据时代中说的那样：这是一场“革命”，也将对各行各业带来深刻影响。1.大数据改变了我们的思维方式2.大数据改变了我们的生产方式3.大数据改变了我们的生活方式,Nature 和 Science 也分别于 2008 年和 2011 年推出了大数据专刊,2012 年 联合国发布了大数据与人类发展：挑战与机遇白皮书,3,大数据时代,生物医学大数据,金融大数据,气象大数据,交通大数据,商业大数据,智慧医疗和个性化医疗,天气预报,香山科学会议大数据是国家新型战略资源,看云识天气 地面观测站大约有4万 雷达、卫星预报每年的气象数据PB量级1000GB=1TB,1000TB=1PB数据融合数值模式基于 820 亿次计算及 60 年的气象历史数据,4,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？,5,56 个WHO 成员国家23420万例手术,围手术期并发症发生率3-16%致死及永久性致残率0.4-0.8%,数据推动麻醉学向围术期医学发展,麻醉相关死亡率: 0.0008%,6,谷歌的能量被用来响应用户的查询并进行计算医院信息化产生海量临床数据,围术期大数据的障碍主要是标准化难,临床大数据,数据量大，数据价值低？,7,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？,8,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？,9,大数据能帮助优化围术期决策吗?,33,330 noncardiac surgeries at the Cleveland ClinicMAP less than 55 mmHg predicted adverse cardiac- and renal-related outcomes,Anesthesiology 2013; 119:507-15,Anesthesiology 2013; 119:507-15,10,常见术后呼吸系统并发症,-肺不张 (85-90%) 瑞典，109例行择期腹部手术患者 -急性呼吸衰竭需机械通气支持 (3.4%) 美国，132个军队医学中心99，390例患者 -肺部感染 (1.5%) 美国，100个军队医学中心155，266例患者,Acta Radiol. 1995 Nov;36(6):626-32.Ann Surg. 2000 Aug;232(2):242-53.Ann Intern Med. 2001 Nov 20;135(10):847-57.Lancet Respir Med. 2014 Dec;2(12):1007-15.,大数据能帮助优化围术期决策吗?,11,N Engl J Med. 2013 Aug 1;369(5):428-37.,保护性通气组：Vt 6-8ml/kg PBW ，6-8cmH2O PEEP+RM非保护性通气组：Vt 10-12ml/kg PBW，0 PEEP,对于存在术后呼吸系统并发症高危因素的患者保护性通气策略可显著降低术后呼吸系统并发症,大数据能帮助优化围术期决策吗?,12,澳大利亚墨尔本8所教学医院接受全身麻醉患者共272例,BMC Anesthesiol. 2014 Oct 1;14:85,大数据能帮助优化围术期决策吗?,13,N Engl J Med. 2013 Nov 7;369(19):1861-2.,来自美国两个医学中心的回顾性研究,1.纳入外科患者230386例；2.潮气量设置从2005年的9.2 ml/kg PBW下降到2013年的7.9ml/kg PBW；3.PEEP应用与60.4%的患者，中位数为5cmH2O,大数据能帮助优化围术期决策吗?,14,大数据能帮助优化围术期决策吗?Mortality after hip replacement,409,096 total hip replacements for osteoarthritis from the National Joint Registry for England and Wales:a retrospective analysis. Lancet 2013;382: 1097104.,15,The use of mechanical and chemical prophylaxis, posterior approach,and spinal anaesthesia reduce the 90-day mortality rate,16,The Multicenter Perioperative Outcomes Group(MPOG) Pools perioperative data under the leadership of investigators at the University of Michigan,17,18,19,20,21,包容个性化诊疗Management of severe perioperative bleeding Guidelines from the ESA,我们推荐在大多数手术、尤其是心脏手术的围术期应继续服用阿司匹林。推荐等级1C如考虑停用阿司匹林，我们推荐停用5天。1C氯吡格雷增加围术期出血量。出血风险增高的患者，我们推荐停用氯吡格雷5天。1C Eur J Anaesthesiol 2013; 30:270382,22,指南的个体化,研究发现按照此种停药方法，不会增加患者术后出血量。同时减少了患者等待手术的时间平均为2.7天，相比指南的5天减少了近50%。,23,Circ Cardiovasc Interv 2012;5;261-269,23,临床医疗中的大数据与小数据,个例组成大数据但又不同于大数据个例在实际工作中会超出大数据给出的决策,大数据,个例,24,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%,25,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%,26,(1). Surgery damaged cognitive functions of the aged,(2). Surgery increased inflammation of brain of the aged,(5). Surgery impaired blood-brain barrier of aged mice,(3). Surgery increased activation of astrocytes of aged rats,(4). Surgery increased activation of microglial cells,(6). Smaller hippocampus, higher risk for POCD,重视数据帮助更深入的理解人类疾病,J Anesth. 2013 Jan 31,PLoS One. 2014 ;9:e106837,Acta Anaesthesiol Scand. 2014 ; 10:1111,CNS Neurosci Ther. 2012; 18(12): 994,Neurosci Lett. 2012; 506(2): 240,EMBO J. 2013 ,32(13):1917-26,27,麻醉+手术POCI,麻醉+手术,麻醉+手术,检测的痴呆预值,POCD-炎症相关的条件性脑损伤,28,医学研究方式的转变：假设驱动转变为数据驱动,麻醉过深（BIS40）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-周认知功能优于维持BIS 50 的较浅麻醉Anesth Analg 2006;103:633 Anesthesiology 2012; 116:1195203,29,医学研究方式的转变：假设驱动转变为数据驱动,Anesthesiology 2015; 122:276-85,30,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）,31,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,32,The China National Stroke Registry,21,902 patients enrolled Sep.2007-Aug.200832 grade&100 grade hospitals56 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,33,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,围术期大数据还应为政府决策所用,34,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,各院不同的数据集,挖掘、分析、临床、科研、教学等应用,35,项目总协调,组长若干子项目若干,子项目:机械通气组,子项目:血流动力学组,工作秘书,学术秘书,参研医院若干,项目管理委员会,数据监管及分析,伦理委员会,子项目:输血输液组,子项目:麻醉深度组,数据质量,数据安全,子项目等等,数据分析挖掘成果共享,老年患者围术期管理与远期预后大数据项目,36,数据处理流程图,词典梳理数据,从临床角度发现关联,用各种医用计算机系统自动采集患者数据集,建立词典,参研医院相关临床资料越全越多，结构化程度越高，标准化难度越小，统计学家分析难度越低，越容易出研究成果，文章质量越高,37,大数据为导向的人群队列研究成为可能大样本（数十万人群）前瞻性（长期随访）多学科