免疫治疗能挖掘公共数据库吗？
可以！
今天带大家了解免疫治疗+公共数据库如何发表 SCI 论文。
免疫治疗能挖掘的数据库
免疫治疗如果要挖掘公共数据库，首选的是 SEER 数据库（Surveillance, Epidemiology, and End Results Program）。往期我们也曾针对 SEER 数据库做过详细拆解，感兴趣的朋友可以点击链接进行学习。☞SEER数据库及适用科室详解
SEER数据库简介：SEER（Surveillance, Epidemiology, and End Results Program）是美国国家癌症研究所（NCI）建立的肿瘤登记系统。它收集了从 1975 年至今数百万癌症患者的临床资料，涵盖：
-
患者人口学特征（年龄、性别、种族、婚姻状况等）；
-
癌症分期、病理类型；
-
治疗方式（手术、放疗、化疗等）；
-
生存时间与死亡原因。
这让 SEER 成为全球最具影响力的肿瘤大数据资源之一。
SEER如何用于免疫治疗研究？
虽然SEER没有直接记录 PD-1、PD-L1 等免疫药物的使用情况，但研究者依然可以通过以下方式切入：
1️⃣ 时间趋势分析：随着免疫检查点抑制剂在 2014 年以后逐步获批并广泛应用，研究者可以利用 SEER 的长期随访数据，比较不同时间段患者的生存情况，间接评估免疫治疗可能带来的生存获益。
研究内容和结果：这篇研究利用 SEER 数据，将 2013 年（免疫治疗前）与 2017 年（免疫治疗时代）的 IV 期非小细胞肺癌患者进行比较，通过多因素分析和倾向性评分匹配来平衡基线差异。结果显示，在免疫治疗时代，患者的总体生存（OS）和癌症特异性生存（CSS）均显著改善，中位 OS 由 6 个月提高到 8 个月，1 年、2 年和 3 年生存率也均明显增加；其中男性、<60 岁、已婚、白人、腺癌、无骨或肝转移、以及接受化疗或放疗的患者获益更为明显。
2️⃣ 治疗组合分析：分析手术、放疗、化疗等不同治疗组合下的生存情况，为免疫治疗策略提供参考。
研究内容和结果：这项研究利用 SEER 数据库，对 2016–2021 年确诊并接受 部分肾切除（PN） 或 根治性肾切除（RN） 的转移性肾细胞癌（mRCC）患者进行比较，采用 Kaplan-Meier、生存回归和倾向性评分匹配（PSM）分析总体生存（OS）、疾病特异性生存（DSS）和其他原因死亡（OCSS）。结果显示，PN 与 RN 在整体匹配人群中生存无显著差异，但亚组分析提示：T1、N0 患者接受 PN 可获益，而 N1 患者更适合 RN，说明在免疫治疗时代，PN 可提供与 RN 相当的生存优势，但需结合术前分期和风险分层进行决策。
3️⃣ 预后模型与风险分层：结合 SEER 的大样本数据，研究者可以构建基于人口学、临床特征和治疗方式的真实世界风险预测模型，用于评估患者在免疫治疗背景下的生存概率，辅助临床决策。
研究内容和结果：这项研究基于 SEER 数据库分析了 2010–2021 年 116,801 例甲状腺癌患者中肝转移的流行病学、危险因素及生存结局。结果显示，肝转移非常罕见（0.22%），主要发生在髓样甲状腺癌（MTC）和未分化甲状腺癌（ATC）中，其中 MTC 转移风险最高（OR=35.7）。研究构建了肝转移风险预测列线图（C-index=0.98），表现出良好的预测能力。总体生存中位数为 6 个月，1、3、5 年生存率分别为 38.1%、28.3% 和 16.5%，ATC 及罕见组织类型患者生存显著更短。在免疫治疗时代前后，患者的中位总生存和癌症特异性生存并无显著差异（P>0.05），提示肝转移甲状腺癌仍属于预后极差的亚型，迫切需要新的治疗策略以改善生存。
需要注意的是，SEER 数据库并不直接记录免疫治疗用药信息，研究者只能通过药物获批时间推测患者可能接受过免疫治疗，因此相关分析主要反映不同时间段患者的生存趋势，而无法确定个体是否实际用药。如果能结合外部数据（如医院电子病历或 SEER-Medicare 药物申报记录等），则可以更精确地进行疗效分析；如果没有，也可以照常做群体水平的趋势研究，但应明确这种方法的局限性。
小结
SEER 数据库并不是直接告诉你“免疫治疗有没有用”，而是提供了一个真实世界的对照舞台。通过合理的研究设计和统计方法，让我们能从中“挖掘”出免疫治疗的价值与前景。
评论列表