相信不少小伙伴都知道了，SEER数据库目前已经无法使用。那么，SEER数据库禁用后，医学人还能挖掘什么肿瘤数据库呢？今天我们就一起来看看！
SEER数据库
SEER数据库全称为：NATIONAL CANCER INSTITUTE The Surveillance, Epidemiology, and End Results Program，即美国国家癌症研究所用来监测，统计流行病学和最终结果的癌症数据库，官网：https://seer.cancer.gov/
SEER数据库包含了来自各个州的注册癌症患者的信息，其中包括患者的人口学特征（如年龄、性别、种族）、癌症类型、诊断时间、治疗方法和生存状况等。这些数据对于研究癌症的流行病学、病因学、诊断和治疗方面的问题非常有价值。
医学人还能挖掘什么肿瘤数据库
1.UK Biobank（UKB）英国生物样本库
英国生物银行（UK Biobank, UKB）作为全球最大规模的生物医学数据库之一，其数据维度之广、深度之复杂堪称科研界的“百宝箱”。截至2025年，UKB已整合50万参与者的基因组、影像学、生活方式、电子健康记录等多源数据，并持续更新随访信息。UKB数据的获取流程比较繁琐，需要在UKB官网：https://www.ukbiobank.ac.uk/，进行注册和权限申请，通过提交项目申请表确定研究内容以及需要的数据（不同数据对应不同的收费标准），审核通过并完成付款后即可通过RAP平台下载数据。
数据：包含50万英国成年人的基因、影像、疾病、生活方式等信息。
肿瘤研究方向：基于多组学的癌症筛查诊断价值评估、基因型与化疗/免疫治疗疗效的关联、遗传风险与生活方式与癌症的关联等。
访问：需申请权限。
网址：https://www.ukbiobank.ac.uk/
2.Global Burden of Disease（GBD）全球疾病负担
GBD研究是一项致力于量化全球、地区及国家层面的主要健康问题及其影响因素的研究。通过整合来自世界各地的数据，GBD为我们提供了关于疾病、伤害和风险因素导致的健康损失的全面视图。GBD数据库搜集全世界各类重要数据，并采用最新的方法学对相应疾病负担数据进行统一估计，定期更新发布。
数据下载网页：
https://vizhub.healthdata.org/gbd-results/，通过邮箱注册后即可免费下载。
数据：全球疾病负担统计（发病率、死亡率、伤残调整寿命年DALYs等）。
覆盖：200+国家/地区，1990年至今。
肿瘤研究方向：癌症流行病学趋势、风险因素归因研究、比较癌症于不同国家的DALYs差异、对比不同癌症的全球疾病负担差异等。
网址：https://ghdx.healthdata.org/gbd-2019
3.National Health and Nutrition Examination Survey（NHANES）全国健康与营养检查调查
NHANES（国家健康和营养检查调查）是由美国疾病控制与预防中心（CDC）主导的全国性健康监测项目，旨在通过问卷调查、体格检查和实验室检测综合评估美国居民的健康及营养状况。该数据库自1960年代启动并持续更新，涵盖人口统计学、慢性病、膳食摄入、生物标志物等多维度数据，其公开性为研究人员分析疾病风险因素、制定公共卫生政策提供了重要依据，广泛应用于流行病学、营养学及医学研究领域。
数据：美国人群营养+健康检测数据（包含生化检测、体检数据、问卷数据、膳食数据等）。
肿瘤研究方向：环境致癌机制探索、膳食防癌策略开发、癌症高风险人群生物标志物筛查等。
访问：免费访问。
网址：https://www.cdc.gov/nchs/nhanes/
4.Medical Information Mart for Intensive Care（MIMIC）重症医学数据库
MIMIC（Medical Information Mart for Intensive Care）是由美国麻省理工学院（MIT）计算生理学实验室和Beth Israel Deaconess医疗中心（BIDMC）联合开发的重症监护医学数据库，是全球最大、最广泛使用的开放重症监护数据集之一。
数据：生命体征、实验室检查、治疗过程、诊断结果、药物使用等大量的医疗信息。
覆盖：BIDMC医院ICU患者（内科、外科、心脏科等）。
肿瘤研究方向：肿瘤科与重症医学科交叉研究等。
网址：https://mimic.mit.edu/
5.China Health and Retirement Longitudinal Study（CHARLS）中国健康与养老追踪调查
CHARLS数据库（China Health and Retirement Longitudinal Study）是北京大学中国社会科学调查中心实施的，旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，用以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。
数据：主要收集家庭结构和经济支持、医疗服务利用和医疗保险、退休和养老金、家庭收入/消费/资产及社区基本情况等信息。
覆盖：中国28个省（自治区、直辖市），约 17,000名受访者。
肿瘤研究方向：中国中老年癌症流行病学、风险因素和经济负担等。
网址：http://charls.pku.edu.cn/
6.FDA Adverse Event Reporting System（FAERS）FDA不良事件报告系统
FAERS（FDA Adverse Event Reporting System）是美国食品药品监督管理局（FDA）建立的全球最大药物不良反应（ADR）监测数据库，收录了来自医疗机构、药企和公众自发上报的药品不良事件报告，是药物安全警戒研究的核心资源。
数据：包括患者信息、药品数据、不良事件等数据。
覆盖：2004年至今的全球数据（含美国及国际报告），涉及所有FDA批准的药物、疫苗、生物制剂
肿瘤研究方向：新型抗肿瘤药的副作用、比较不同药物的不良反应风险等。
网址：https://www.fda.gov/drugs/drug-approvals-and-databases/fda-adverse-event-reporting-system-faers-database
医学人还能做什么癌症研究
除了公共数据库，生物信息学+Meta分析两大神器助你轻松解锁高分文章！
1.生物信息学
① TCGA（The Cancer Genome Atlas）癌症基因组图谱
TCGA（The Cancer Genome Atlas）是由美国国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）联合发起的里程碑式项目，旨在通过多组学技术系统解析癌症的分子特征。
数据：多组学数据（基因组、转录组、表观遗传、蛋白质组等）及临床信息。
规模：覆盖 33种癌症类型，分析超过 20,000例 肿瘤样本（含配对的正常组织样本）。
肿瘤研究方向：癌症分子机制研究、生物标志物挖掘等。
网址：https://portal.gdc.cancer.gov/
https://www.cbioportal.org/
② GEO（Gene Expression Omnibus）基因表达综合数据库
GEO（Gene Expression Omnibus）是由美国国立生物技术信息中心（NCBI）建立的全球最大基因表达数据公共存储库，收录了来自全球研究者的高通量基因组数据。
数据：包含mRNA/miRNA/lncRNA表达、甲基化、单细胞测序等数据。
规模：10万+研究、400万+样本，其中50万+ 肿瘤样本表达数据。
肿瘤研究方向：生物标志物开发、机制研究补充验证、单细胞研究等。
网址：https://www.ncbi.nlm.nih.gov/geo/
2.Meta分析
Meta分析是循证医学的“黄金工具”。其实，更多的时候，Meta分析是整合有限的样本，逐渐反映总体现象的一种高效的统计方法。它不仅能够提高刚接触科研的研究者文献检索、文献阅读、鉴别文献合理性以及文章写作的能力，还在多种研究类型中展现了其独特价值。
随着新颖的研究设计的发展，Meta分析目前包含了多种研究类型，尤其是在癌症研究领域，Meta分析的应用尤为关键。癌症是一种复杂的疾病，具有高度异质性，不同患者之间甚至同一患者体内不同肿瘤细胞之间的生物学特性都可能存在显著差异。因此，单个临床试验或观察性研究往往难以提供足够的证据来支持某一特定治疗方法的有效性和安全性。在这种情况下，Meta分析通过系统地收集和综合全球范围内的相关研究数据，能够为癌症治疗方案的选择提供更为坚实的科学依据：
癌症研究中的Meta分析
(1)疗效评估：Meta分析可以帮助评估不同抗癌药物或疗法的相对疗效。例如，通过综合多个随机对照试验（RCTs）的结果，研究人员可以更准确地确定某种新型化疗药物相较于传统治疗手段是否能显著提高患者的生存率或改善生活质量。
(2)副作用管理：癌症治疗通常伴随着一系列副作用，如恶心、脱发等。利用Meta分析，可以对比不同治疗策略对副作用发生率的影响，从而指导临床医生制定更加个性化的治疗计划，减少不必要的风险。
(3)生物标志物发现：通过对现有文献进行Meta分析，研究人员可以识别出与癌症发生发展密切相关的生物标志物。这些标志物不仅可以作为早期诊断的重要指标，还有助于预测个体对特定治疗的响应情况，实现精准医疗的目标。
(4)流行病学趋势分析：基于长期积累的流行病学数据，Meta分析有助于揭示癌症发病率、死亡率的变化趋势及其潜在影响因素。这对于公共卫生政策的制定至关重要，可以帮助政府和医疗机构更好地分配资源，开展预防措施。
总之，Meta分析不仅是整合有限样本、揭示总体现象的有效手段，更是推动癌症研究向前发展的重要工具。
评论列表