引用本文： 劉勇, 汪曉東, 由屹先, 余可欣, 李立, 周總光. 數據庫研究第九部分：結直腸癌的新輔助治療. 中國普外基礎與臨床雜志, 2021, 28(5): 657-663. doi: 10.7507/1007-9424.202103125 復制
華西腸癌數據庫（Database from Colorectal Cancer，DACCA）是華西醫院結直腸外科專業團隊以真實世界研究為思路和理念而建設的數據庫。筆者團隊將推出系列數據庫報道，包括數據庫研究、數據庫建設、數據庫解讀、數據庫決策等章節[1-2]。本研究為數據庫研究第一章的第九部分。在本研究中將對 DACCA 數據庫中結直腸癌的新輔助治療特征進行分析研究。
1 資料與方法
1.1 數據庫版本
本次數據分析選取的 DACCA 版本為 2020 年7 月 28 日更新版。
1.2 DACCA 數據庫的應用參數
本研究涉及的數據項目的定義會在“數據庫建設”系列報道第九部分中詳細說明及闡述。本研究中分析的是新輔助治療方案模塊與新輔助療效模塊。治療方案模塊包括的指標有：新策（新輔助擬定方案，planned strategy of neoadjuvant therapy）、新依（患者對新輔助治療的依從性，compliance of neoadjuvant therapy）和新輔強度方案（cycles of neoadjuvant therapy）；新輔助療效模塊包括的指標有：初期 CEA（pre-neoadjuvant therapy CEA value）、輔后 CEA（post-neoadjuvant therapy CEA value）、癌標變化（variation of tumor markers）、癥狀變化（variation of symptom）、大體變化（variation of gross）、影像變化（variation of radiography）和病理腫瘤衰退分級（tumor regression grade，TRG）。
根據本研究數據處理的需要，將“新策”拆分為“新輔助策略準確度”和“是否納入科研”（根據臨床科研的規范，需要進行新輔助治療方案研究），將新輔助強度方案的內容拆分為“新輔助治療中是否化療” “化療周期數” “是否使用靶向藥物”和“是否放療”。此外，CEA 變化為“初期 CEA”和“輔后 CEA”的差值。
1.3 DACCA 數據庫的篩選方案
根據本研究的需要，筆者團隊按照總數據庫信息篩選（68 866 條），根據上述所選參數，選擇在 DACCA 數據庫中必須至少其中 1 項條件不為“空”，篩選后的信息為 7 513 條。具體篩選過程詳見圖 1。本次數據庫篩選完成時間為 2020 年 7 月 30 日。
圖1
示本次數據篩選流程
1.4 統計學方法
本次 DACCA 數據庫分析的工具為 Excel（Office 365，Microsoft，Redmond，WA，USA）與 SPSS 20.0。經典統計學描述和正態性檢驗由 SPSS 20.0 完成，可視化由 Excel 統計圖表與工具完成。計數資料以例進行描述；計量資料服從正態分布時以均數±標準差（
±s）表示，不服從正態分布者以中位數表示。指標間的相關性分析采用雙變量關聯性分析的 χ2 檢驗。非參數分析采用 Mann-Whitney U 檢驗。檢驗水準 α=0.05。
2 結果
截至 2020 年 7 月 29 日，本次研究從總數據庫中篩選出信息 68 866 條，數據庫疊加后，符合篩選條件的數據病案（數據行，lines）總量為 7 513 條。
2.1 新策
2.1.1 新輔助策略準確度
在 DACCA 數據庫中，2007–2020 年期間“新策”一欄的有效數據行共 2 539 條（33.8%），都有新輔助決策準確度判斷。新輔助策略準確度的分布見表 1，從表 1 可見，正確策略的數據構成比最高，占 42.9%（1 088 條）。有效數據中，“入院日期”一欄不為空值的數據行有 2 535 條，其新輔助決策準確度的分布隨年份變化的情況見圖 2a，其中“不應”項中包含了“不應新輔助化療”“不應新輔助放療”“不應新輔助放化療”及“不應手術”。
表1
新輔助決策準確度的分布
圖2
示新輔助決策準確度、納入科研、新輔助治療依從性、接受化療、使用靶向藥物和接受放療的數據條數隨年份的變化趨勢
2a：新輔助決策準確度分布隨年份的變化情況；2b：納入科研的數據條數隨年份的變化趨勢；2c：新輔助治療依從性分布隨年份的變化趨勢；2d：接受化療的數據條數隨年份的變化趨勢；2e：接受靶向藥物治療的數據條數隨年份的變化趨勢；2f：接受放療的數據條目數隨年份的變化趨勢
2.1.2 是否納入科研
在 DACCA 數據庫中，2007–2020 年期間“是否納入科研”條目下結構化顯示為“是”的數據，即曾被納入研究的數據共 498 條（6.6%），其中“入院日期”有效者 492 條。納入科研的數據條目數隨年份變化的情況見圖 2b。其中，2018 年納入臨床研究的數據最多，為 162 條（32.9%）。
2.2 新依
在 DACCA 數據庫中，2007–2020 年期間“新依”條目下的有效數據行共 637 條（8.5%），各種依從性的分布情況見表 2。從表 2 看，結構化顯示為“被動”方式的數據構成比最高，占 54.5%（347 條）。所有有效數據中，“入院日期”一欄不為空值的數據行有 618 條，其依從性構成隨年份的變化情況見圖 2c。
表2
新輔助治療依從性的分布
2.3 新輔助強度方案
2.3.1 新輔助治療中是否化療
在 DACCA 數據庫中，2007–2020 年期間“是否化療”一欄，結構化顯示為“是”的有效數據共 2 077 條（27.6%），其中“入院日期”有效者 1 943 條。接受新輔助化療的數據條目數隨年份的變化情況見圖 2d。在新輔助治療方案有記錄的條目（2 107 條）中，包含新輔助化療數據 2 077 條，占新輔助治療方案總數的 98.6%。
2.3.2 新輔助治療中的化療周期
在 DACCA 數據庫中，2007–2020 年期間“化療周期”條目下的有效數據行共 614 條（8.2%），其化療周期分布情況見表 3。由表 3 可見，“化療周期”數為 4 的數據條目所占構成比最多，占 40.9%（251 條）。按照化療周期數多少進行的周期長短分類，其中短周期（周期數為 1～3 次）的數據 300 條，占“化療周期”有效數據總數的 48.8%；標準周期（周期數 4～6 次）的數據 291 條，占“化療周期”有效數據總數的 47.4%；長周期（周期數在 6 次以上）的數據 23 條，占“化療周期”有效數據總數的 3.8%。
表3
新輔助治療中化療周期數的分布情況
2.3.3 新輔助治療中是否使用靶向藥物
在 DACCA 數據庫中，2007–2020 年期間“是否使用靶向藥物”條目下結構化顯示為“是”的數據行共 455 條（6.1%），其中“入院日期”有效者 432 條。使用靶向藥物的數據條目數隨年份的變化情況見圖 2e。在新輔助治療方案有記錄的條目（2 107 條）中，包含了靶向治療的數據 455 條，占新輔助治療方案總數的 21.6%。
2.3.4 新輔助治療中是否放療
在 DACCA 數據庫中，2007–2020 年期間“是否放療”一欄下，結構化顯示為“是”的有效數據共 135 條（1.8%）。其中“入院日期”有效者 113 條。接受新輔助放療的數據條目數隨年份的變化情況見圖 2f。在新輔助治療方案有記錄的條目中（2 107 條），包含了新輔助放療的數據 135 條，占新輔助治療方案總數的 6.4%。
2.4 新輔助治療相關的 CEA 值
2.4.1 初期 CEA 和輔后 CEA
在 DACCA 數據庫中，2007–2020 年期間“初期 CEA”欄目下有效數據共 5 022 條（66.8%），其分布不符合正態分布（P<0.05），“初期 CEA”水平最低 0.20 ng/mL，最高>1 000 ng/mL，中位數為 3.66 ng/mL。
“輔后 CEA”欄目下有效數據共 818 條（10.9%），其分布不符合正態分布（P<0.05），“輔后 CEA”水平最低 0.37 ng/mL，最高>1 000 ng/mL，中位數為 3.74 ng/mL。
2.4.2 CEA 差值
在 DACCA 數據庫中，通過“初期 CEA”與“輔后 CEA”兩列的數據計算“CEA 差值”，有效數據 726 條（9.7%）。其中，對于“>1 000 ng/mL”的值，由于無法確定具體數值，且分布過偏，故計算時按照 1 000 ng/mL 計算。 “CEA 差值”的分布不符合正態分布（P<0.05）。“CEA 差值”在–992.55～844.75 ng/mL 之間，中位數為 –0.61 ng/mL（負值代表 CEA 指標下降）。“初期 CEA”和“輔后 CEA”經非參數檢驗后，差異無統計學差異（Z=–0.83，P=0.41）。
2.5 新輔助治療前后癌標變化的特點
在 DACCA 數據庫中，2007–2020 年期間“癌標變化”條目下的有效數據行共 614 條（8.2%）。癌標變化按效果從好到差依次排列的分布情況見表 4。由表 4 可見，癌標水平降低的構成比最高，占 43.2%（265 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見癌標變化與腫瘤的大體變化具有相關性（χ2=6.26，P=0.02），與其他指標之間的相關性情況見表 5。具體癌標變化中每一標簽的定義，將在后續文章《數據庫建設第九部分》中進行詳細闡述。
表4
新輔助治療前后癌標變化的分布
表5
各新輔助治療前后變化指標間的相關性分析
2.6 新輔助治療前后癥狀變化的特點
在 DACCA 數據庫中，2007–2020 年期間“癥狀變化”條目下的有效數據行共 464 條（6.2%）。癥狀變化按效果從好到差依次排列的分布情況見表 6。由表 6 可見，癥狀變化為“緩解”的構成比最高，占 45.1%（209 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見癥狀變化與腫瘤的大體變化（χ2=53.71，P<0.01）、影像變化（χ2=38.41，P<0.01）、病理 TRG（χ2=8.68，P<0.01）間均具有相關性，與其他指標之間的相關性情況見表 5。具體癥狀變化中每一標簽的定義，將在后續文章《數據庫建設第九部分》中進行詳細闡述。
表6
新輔助治療前后癥狀變化的分布
2.7 新輔助治療前后大體變化的特點
在 DACCA 數據庫中，2007–2020 年期間“大體變化”條目下的有效數據行共 478 條（6.4%）。大體變化按效果從好到差依次排列的分布情況見表 7。由表 7 可見，大體變化為“PR”的數據條構成比最高，占 46.2%（221 條）。在與其他幾種新輔助治療效果之間的相關性分析中，除癌標變化與癥狀變化外，大體變化與腫瘤的影像變化（χ2=44.41，P<0.01）、病理 TRG（χ2=100.37，P<0.01）間也具有相關性，與其他指標之間的相關性情況見表 5。
表7
輔助治療前后大體變化的分布
2.8 新輔助治療前后影像變化的特點
在 DACCA 數據庫中，2007–2020 年期間“影像變化”條目下的有效數據行共 492 條（6.5%）。影像變化按效果從好到差依次排列的分布情況見表 8。由表 8 可見，大體變化為“PR”的數據行構成比最高，占 57.3%（282 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見其變化還與病理 TRG（χ2=31.52，P<0.01）相關，與其他指標之間的相關性情況見表 5。
表8
新輔助治療前后影像變化的分布
2.9 新輔助治療后 TRG 的特點
在 DACCA 數據庫中，2007–2020 年期間“病理 TRG”條目下的有效數據行共 459 條（6.1%）。病理 TRG 按效果從好到差依次排列的分布情況見表 9。由表 9 可見，病理 TRG 為“TRG2”的數據條構成比最高，占 54.7%（251 條）。與其他指標之間的相關性情況見表 5。
表9
新輔助治療后 TRG 的分布
3 討論
3.1 新輔助治療的方案選擇
新輔助治療是近年來得到公認的結直腸癌綜合治療方案[3]，并被國際、國內的結直腸癌專業指南所應用[4-6]。而我們也理解，指南需要以臨床研究證據作為基礎，所以很多指南中的治療方案都是基于研究條件下所得結果進行的推薦。
DACCA 作為提供真實世界數據支持的數據庫，更多反映了結直腸癌患者臨床實際上接受的新輔助治療方案，因此也有了前述所提到的新輔助決策準確度的問題。從本研究的數據分析結果來看，多數患者接受了正確的新輔助治療決策的安排，但也有相當一部分患者需要接受某種治療方案、卻實際上沒有進行新輔助治療或者治療強度不足 ［（應做新輔助放化療+應做長期新輔助化療+應做支架和新輔助+應做短周期新輔助化療）占總有效數據的比例為 56.8%，1 442/2 539］，這一比例不亞于決策安排準確的患者。這種情況確實受到多種因素的影響，比如患者入院后的評估相對于腫瘤的術前分期（preTNM 分期）作出了低估，這一點在前序的對 DACCA 數據庫中術前分期的分析時就已經有所闡述；也可能因為患者對于安排的新輔助治療的依從性差[7]。因為，盡管在專業領域，新輔助治療得到了廣泛的認可，但是患者對于結直腸癌治療的訴求仍舊更多地停留在“只需要手術”這個思想中，從本次分析中，我們也可以看出，實際上對于新輔助治療積極接受的患者（包括：“配合”和“主動”），只占所有進行新輔助治療患者的 41.9%。這一比例的低下從側面可以反映患者對于新輔助治療的理解和訴求。當然，根據新輔助治療決策準確度中評價的“不應新輔”的幾項以及“不應手術”的數據結果，則說明我們應該對結直腸癌專業醫生提出更高的要求，因為這些數據的存在更多地說明了新輔助治療決策的醫療環節存在不足。
從 DACCA 數據中新輔助具體應用方案的分析，我們可以看出，DACCA 數據庫所覆蓋的結直腸癌患者中，是以新輔助化療作為最主要的新輔助方案的。新輔助化療與新輔助放療之間的優劣在之前的文章[2]中有所闡述，說明新輔助治療方案的應用在我國還存在爭論，從本研究團隊的經驗上判斷，可能新輔助化療在我國是合理且常規的治療方案，但這并不是本次研究數據分析的目的。只是對于愿意選擇新輔助化療的結直腸癌專業醫生，提供一些具有價值的數據分析作為支撐。
3.2 新輔助治療的效果評價
目前，最為客觀的新輔助治療效果評價指標為 TRG 分級，但是 TRG 分級目前也依賴病理科醫生對于病理學圖像進行的閱讀和分析。從臨床醫生的角度上看，用于評價新輔助治療效果的方式是多種多樣的。這些指標中就包含了醫生主觀評價指標—“大體變化”，以及客觀評價指標—“癌標變化”和“影像變化”。我們通常會認為，病理完全緩解（pCR）就是等同于 TRG0 的情況，臨床完全緩解（cCR）就是在內鏡下和影像圖像中都無法再找到腫瘤的依據，有些研究也定義為內鏡下無法找到腫瘤，或者影像圖像中無法找到腫瘤的單一情況[8]。從病理 TRG 的數據分析結果可以看出，DACCA 提供的新輔助治療方案中，總的 pCR 占11.8%（54/459），國際大宗臨床研究數據報道的 pCR 占比在 6.6%～27.0%[9-11]之間，與國際上數據基本符合。國際上所報道的 cCR 則不是主要的報道指標，因此沒有在此進行比較。從本次研究結果我們還可以看出，cCR 的分布與 pCR 的分布是具有相關性的，也可以理解為患者如果在病理學最終檢查前用 cCR 評價效果是有意義的。而且無論是“大體變化”還是“影像變化”，也都提示了這些指標的好轉，都與最終病理學中 TRG 的更低級別存在同向關系。這就提示我們，如果我們可以更好地對 cCR 進行判斷和分析，也就能夠預測 pCR 的結果趨勢。本項目團隊近年也對 cCR 和 pCR 的相關性進行過分析，并做了會議報道[12]。如果這兩者之間的關系可以闡述得更為清晰，那么對于臨床醫生快速評估新輔助治療效果，建立合理和準確的預測機制有重要的意義。
新輔助治療的效果預測是目前的熱點之一，但多數研究還停留在客觀指標的預測價值上[13-16]。如果可以更好地把臨床特征數據與新輔助治療效果預測相關聯，那么這種預測模型的價值將會更大。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：劉勇負責文章的主要撰寫工作；汪曉東負責文章部分撰寫工作及主要修改工作；由屹先和余可欣共同負責數據整理、部分內容撰寫工作及圖表制作；汪曉東和李立共同為華西 DACCA 的構建者和主要應用分析人員；周總光負責數據庫理論及應用、質量控制及研究監督。
倫理聲明：本研究已通過四川大學華西醫院倫理學委員會的審核并同意［批文編號：2019 年審（140）號］。
華西腸癌數據庫（Database from Colorectal Cancer，DACCA）是華西醫院結直腸外科專業團隊以真實世界研究為思路和理念而建設的數據庫。筆者團隊將推出系列數據庫報道，包括數據庫研究、數據庫建設、數據庫解讀、數據庫決策等章節[1-2]。本研究為數據庫研究第一章的第九部分。在本研究中將對 DACCA 數據庫中結直腸癌的新輔助治療特征進行分析研究。
1 資料與方法
1.1 數據庫版本
本次數據分析選取的 DACCA 版本為 2020 年7 月 28 日更新版。
1.2 DACCA 數據庫的應用參數
本研究涉及的數據項目的定義會在“數據庫建設”系列報道第九部分中詳細說明及闡述。本研究中分析的是新輔助治療方案模塊與新輔助療效模塊。治療方案模塊包括的指標有：新策（新輔助擬定方案，planned strategy of neoadjuvant therapy）、新依（患者對新輔助治療的依從性，compliance of neoadjuvant therapy）和新輔強度方案（cycles of neoadjuvant therapy）；新輔助療效模塊包括的指標有：初期 CEA（pre-neoadjuvant therapy CEA value）、輔后 CEA（post-neoadjuvant therapy CEA value）、癌標變化（variation of tumor markers）、癥狀變化（variation of symptom）、大體變化（variation of gross）、影像變化（variation of radiography）和病理腫瘤衰退分級（tumor regression grade，TRG）。
根據本研究數據處理的需要，將“新策”拆分為“新輔助策略準確度”和“是否納入科研”（根據臨床科研的規范，需要進行新輔助治療方案研究），將新輔助強度方案的內容拆分為“新輔助治療中是否化療” “化療周期數” “是否使用靶向藥物”和“是否放療”。此外，CEA 變化為“初期 CEA”和“輔后 CEA”的差值。
1.3 DACCA 數據庫的篩選方案
根據本研究的需要，筆者團隊按照總數據庫信息篩選（68 866 條），根據上述所選參數，選擇在 DACCA 數據庫中必須至少其中 1 項條件不為“空”，篩選后的信息為 7 513 條。具體篩選過程詳見圖 1。本次數據庫篩選完成時間為 2020 年 7 月 30 日。
圖1
示本次數據篩選流程
1.4 統計學方法
本次 DACCA 數據庫分析的工具為 Excel（Office 365，Microsoft，Redmond，WA，USA）與 SPSS 20.0。經典統計學描述和正態性檢驗由 SPSS 20.0 完成，可視化由 Excel 統計圖表與工具完成。計數資料以例進行描述；計量資料服從正態分布時以均數±標準差（±s）表示，不服從正態分布者以中位數表示。指標間的相關性分析采用雙變量關聯性分析的 χ2 檢驗。非參數分析采用 Mann-Whitney U 檢驗。檢驗水準 α=0.05。
2 結果
截至 2020 年 7 月 29 日，本次研究從總數據庫中篩選出信息 68 866 條，數據庫疊加后，符合篩選條件的數據病案（數據行，lines）總量為 7 513 條。
2.1 新策
2.1.1 新輔助策略準確度
在 DACCA 數據庫中，2007–2020 年期間“新策”一欄的有效數據行共 2 539 條（33.8%），都有新輔助決策準確度判斷。新輔助策略準確度的分布見表 1，從表 1 可見，正確策略的數據構成比最高，占 42.9%（1 088 條）。有效數據中，“入院日期”一欄不為空值的數據行有 2 535 條，其新輔助決策準確度的分布隨年份變化的情況見圖 2a，其中“不應”項中包含了“不應新輔助化療”“不應新輔助放療”“不應新輔助放化療”及“不應手術”。
表1
新輔助決策準確度的分布
圖2
示新輔助決策準確度、納入科研、新輔助治療依從性、接受化療、使用靶向藥物和接受放療的數據條數隨年份的變化趨勢
2a：新輔助決策準確度分布隨年份的變化情況；2b：納入科研的數據條數隨年份的變化趨勢；2c：新輔助治療依從性分布隨年份的變化趨勢；2d：接受化療的數據條數隨年份的變化趨勢；2e：接受靶向藥物治療的數據條數隨年份的變化趨勢；2f：接受放療的數據條目數隨年份的變化趨勢
2.1.2 是否納入科研
在 DACCA 數據庫中，2007–2020 年期間“是否納入科研”條目下結構化顯示為“是”的數據，即曾被納入研究的數據共 498 條（6.6%），其中“入院日期”有效者 492 條。納入科研的數據條目數隨年份變化的情況見圖 2b。其中，2018 年納入臨床研究的數據最多，為 162 條（32.9%）。
2.2 新依
在 DACCA 數據庫中，2007–2020 年期間“新依”條目下的有效數據行共 637 條（8.5%），各種依從性的分布情況見表 2。從表 2 看，結構化顯示為“被動”方式的數據構成比最高，占 54.5%（347 條）。所有有效數據中，“入院日期”一欄不為空值的數據行有 618 條，其依從性構成隨年份的變化情況見圖 2c。
表2
新輔助治療依從性的分布
2.3 新輔助強度方案
2.3.1 新輔助治療中是否化療
在 DACCA 數據庫中，2007–2020 年期間“是否化療”一欄，結構化顯示為“是”的有效數據共 2 077 條（27.6%），其中“入院日期”有效者 1 943 條。接受新輔助化療的數據條目數隨年份的變化情況見圖 2d。在新輔助治療方案有記錄的條目（2 107 條）中，包含新輔助化療數據 2 077 條，占新輔助治療方案總數的 98.6%。
2.3.2 新輔助治療中的化療周期
在 DACCA 數據庫中，2007–2020 年期間“化療周期”條目下的有效數據行共 614 條（8.2%），其化療周期分布情況見表 3。由表 3 可見，“化療周期”數為 4 的數據條目所占構成比最多，占 40.9%（251 條）。按照化療周期數多少進行的周期長短分類，其中短周期（周期數為 1～3 次）的數據 300 條，占“化療周期”有效數據總數的 48.8%；標準周期（周期數 4～6 次）的數據 291 條，占“化療周期”有效數據總數的 47.4%；長周期（周期數在 6 次以上）的數據 23 條，占“化療周期”有效數據總數的 3.8%。
表3
新輔助治療中化療周期數的分布情況
2.3.3 新輔助治療中是否使用靶向藥物
在 DACCA 數據庫中，2007–2020 年期間“是否使用靶向藥物”條目下結構化顯示為“是”的數據行共 455 條（6.1%），其中“入院日期”有效者 432 條。使用靶向藥物的數據條目數隨年份的變化情況見圖 2e。在新輔助治療方案有記錄的條目（2 107 條）中，包含了靶向治療的數據 455 條，占新輔助治療方案總數的 21.6%。
2.3.4 新輔助治療中是否放療
在 DACCA 數據庫中，2007–2020 年期間“是否放療”一欄下，結構化顯示為“是”的有效數據共 135 條（1.8%）。其中“入院日期”有效者 113 條。接受新輔助放療的數據條目數隨年份的變化情況見圖 2f。在新輔助治療方案有記錄的條目中（2 107 條），包含了新輔助放療的數據 135 條，占新輔助治療方案總數的 6.4%。
2.4 新輔助治療相關的 CEA 值
2.4.1 初期 CEA 和輔后 CEA
在 DACCA 數據庫中，2007–2020 年期間“初期 CEA”欄目下有效數據共 5 022 條（66.8%），其分布不符合正態分布（P<0.05），“初期 CEA”水平最低 0.20 ng/mL，最高>1 000 ng/mL，中位數為 3.66 ng/mL。
“輔后 CEA”欄目下有效數據共 818 條（10.9%），其分布不符合正態分布（P<0.05），“輔后 CEA”水平最低 0.37 ng/mL，最高>1 000 ng/mL，中位數為 3.74 ng/mL。
2.4.2 CEA 差值
在 DACCA 數據庫中，通過“初期 CEA”與“輔后 CEA”兩列的數據計算“CEA 差值”，有效數據 726 條（9.7%）。其中，對于“>1 000 ng/mL”的值，由于無法確定具體數值，且分布過偏，故計算時按照 1 000 ng/mL 計算。 “CEA 差值”的分布不符合正態分布（P<0.05）。“CEA 差值”在–992.55～844.75 ng/mL 之間，中位數為 –0.61 ng/mL（負值代表 CEA 指標下降）。“初期 CEA”和“輔后 CEA”經非參數檢驗后，差異無統計學差異（Z=–0.83，P=0.41）。
2.5 新輔助治療前后癌標變化的特點
在 DACCA 數據庫中，2007–2020 年期間“癌標變化”條目下的有效數據行共 614 條（8.2%）。癌標變化按效果從好到差依次排列的分布情況見表 4。由表 4 可見，癌標水平降低的構成比最高，占 43.2%（265 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見癌標變化與腫瘤的大體變化具有相關性（χ2=6.26，P=0.02），與其他指標之間的相關性情況見表 5。具體癌標變化中每一標簽的定義，將在后續文章《數據庫建設第九部分》中進行詳細闡述。
表4
新輔助治療前后癌標變化的分布
表5
各新輔助治療前后變化指標間的相關性分析
2.6 新輔助治療前后癥狀變化的特點
在 DACCA 數據庫中，2007–2020 年期間“癥狀變化”條目下的有效數據行共 464 條（6.2%）。癥狀變化按效果從好到差依次排列的分布情況見表 6。由表 6 可見，癥狀變化為“緩解”的構成比最高，占 45.1%（209 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見癥狀變化與腫瘤的大體變化（χ2=53.71，P<0.01）、影像變化（χ2=38.41，P<0.01）、病理 TRG（χ2=8.68，P<0.01）間均具有相關性，與其他指標之間的相關性情況見表 5。具體癥狀變化中每一標簽的定義，將在后續文章《數據庫建設第九部分》中進行詳細闡述。
表6
新輔助治療前后癥狀變化的分布
2.7 新輔助治療前后大體變化的特點
在 DACCA 數據庫中，2007–2020 年期間“大體變化”條目下的有效數據行共 478 條（6.4%）。大體變化按效果從好到差依次排列的分布情況見表 7。由表 7 可見，大體變化為“PR”的數據條構成比最高，占 46.2%（221 條）。在與其他幾種新輔助治療效果之間的相關性分析中，除癌標變化與癥狀變化外，大體變化與腫瘤的影像變化（χ2=44.41，P<0.01）、病理 TRG（χ2=100.37，P<0.01）間也具有相關性，與其他指標之間的相關性情況見表 5。
表7
輔助治療前后大體變化的分布
2.8 新輔助治療前后影像變化的特點
在 DACCA 數據庫中，2007–2020 年期間“影像變化”條目下的有效數據行共 492 條（6.5%）。影像變化按效果從好到差依次排列的分布情況見表 8。由表 8 可見，大體變化為“PR”的數據行構成比最高，占 57.3%（282 條）。在與其他幾種新輔助治療效果之間的相關性分析中，可見其變化還與病理 TRG（χ2=31.52，P<0.01）相關，與其他指標之間的相關性情況見表 5。
表8
新輔助治療前后影像變化的分布
2.9 新輔助治療后 TRG 的特點
在 DACCA 數據庫中，2007–2020 年期間“病理 TRG”條目下的有效數據行共 459 條（6.1%）。病理 TRG 按效果從好到差依次排列的分布情況見表 9。由表 9 可見，病理 TRG 為“TRG2”的數據條構成比最高，占 54.7%（251 條）。與其他指標之間的相關性情況見表 5。
表9
新輔助治療后 TRG 的分布
3 討論
3.1 新輔助治療的方案選擇
新輔助治療是近年來得到公認的結直腸癌綜合治療方案[3]，并被國際、國內的結直腸癌專業指南所應用[4-6]。而我們也理解，指南需要以臨床研究證據作為基礎，所以很多指南中的治療方案都是基于研究條件下所得結果進行的推薦。
DACCA 作為提供真實世界數據支持的數據庫，更多反映了結直腸癌患者臨床實際上接受的新輔助治療方案，因此也有了前述所提到的新輔助決策準確度的問題。從本研究的數據分析結果來看，多數患者接受了正確的新輔助治療決策的安排，但也有相當一部分患者需要接受某種治療方案、卻實際上沒有進行新輔助治療或者治療強度不足 ［（應做新輔助放化療+應做長期新輔助化療+應做支架和新輔助+應做短周期新輔助化療）占總有效數據的比例為 56.8%，1 442/2 539］，這一比例不亞于決策安排準確的患者。這種情況確實受到多種因素的影響，比如患者入院后的評估相對于腫瘤的術前分期（preTNM 分期）作出了低估，這一點在前序的對 DACCA 數據庫中術前分期的分析時就已經有所闡述；也可能因為患者對于安排的新輔助治療的依從性差[7]。因為，盡管在專業領域，新輔助治療得到了廣泛的認可，但是患者對于結直腸癌治療的訴求仍舊更多地停留在“只需要手術”這個思想中，從本次分析中，我們也可以看出，實際上對于新輔助治療積極接受的患者（包括：“配合”和“主動”），只占所有進行新輔助治療患者的 41.9%。這一比例的低下從側面可以反映患者對于新輔助治療的理解和訴求。當然，根據新輔助治療決策準確度中評價的“不應新輔”的幾項以及“不應手術”的數據結果，則說明我們應該對結直腸癌專業醫生提出更高的要求，因為這些數據的存在更多地說明了新輔助治療決策的醫療環節存在不足。
從 DACCA 數據中新輔助具體應用方案的分析，我們可以看出，DACCA 數據庫所覆蓋的結直腸癌患者中，是以新輔助化療作為最主要的新輔助方案的。新輔助化療與新輔助放療之間的優劣在之前的文章[2]中有所闡述，說明新輔助治療方案的應用在我國還存在爭論，從本研究團隊的經驗上判斷，可能新輔助化療在我國是合理且常規的治療方案，但這并不是本次研究數據分析的目的。只是對于愿意選擇新輔助化療的結直腸癌專業醫生，提供一些具有價值的數據分析作為支撐。
3.2 新輔助治療的效果評價
目前，最為客觀的新輔助治療效果評價指標為 TRG 分級，但是 TRG 分級目前也依賴病理科醫生對于病理學圖像進行的閱讀和分析。從臨床醫生的角度上看，用于評價新輔助治療效果的方式是多種多樣的。這些指標中就包含了醫生主觀評價指標—“大體變化”，以及客觀評價指標—“癌標變化”和“影像變化”。我們通常會認為，病理完全緩解（pCR）就是等同于 TRG0 的情況，臨床完全緩解（cCR）就是在內鏡下和影像圖像中都無法再找到腫瘤的依據，有些研究也定義為內鏡下無法找到腫瘤，或者影像圖像中無法找到腫瘤的單一情況[8]。從病理 TRG 的數據分析結果可以看出，DACCA 提供的新輔助治療方案中，總的 pCR 占11.8%（54/459），國際大宗臨床研究數據報道的 pCR 占比在 6.6%～27.0%[9-11]之間，與國際上數據基本符合。國際上所報道的 cCR 則不是主要的報道指標，因此沒有在此進行比較。從本次研究結果我們還可以看出，cCR 的分布與 pCR 的分布是具有相關性的，也可以理解為患者如果在病理學最終檢查前用 cCR 評價效果是有意義的。而且無論是“大體變化”還是“影像變化”，也都提示了這些指標的好轉，都與最終病理學中 TRG 的更低級別存在同向關系。這就提示我們，如果我們可以更好地對 cCR 進行判斷和分析，也就能夠預測 pCR 的結果趨勢。本項目團隊近年也對 cCR 和 pCR 的相關性進行過分析，并做了會議報道[12]。如果這兩者之間的關系可以闡述得更為清晰，那么對于臨床醫生快速評估新輔助治療效果，建立合理和準確的預測機制有重要的意義。
新輔助治療的效果預測是目前的熱點之一，但多數研究還停留在客觀指標的預測價值上[13-16]。如果可以更好地把臨床特征數據與新輔助治療效果預測相關聯，那么這種預測模型的價值將會更大。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：劉勇負責文章的主要撰寫工作；汪曉東負責文章部分撰寫工作及主要修改工作；由屹先和余可欣共同負責數據整理、部分內容撰寫工作及圖表制作；汪曉東和李立共同為華西 DACCA 的構建者和主要應用分析人員；周總光負責數據庫理論及應用、質量控制及研究監督。
倫理聲明：本研究已通過四川大學華西醫院倫理學委員會的審核并同意［批文編號：2019 年審（140）號］。
