SEER 数据库后撤所有 PSA 数据

NCI 退回了 SEER 和 SEER 养老保险数据资料库中所所有的 PSA 数据资料，因为恒星质量控制核查时推测大量 PSA 数值不准确，用它们进行数据分析没有本质。

SEER 始自 1973 年，由法律明确规定自愿搜集恶性肿瘤症心血管疾病和生存数据资料，数据资料来自宾夕法尼亚州 17 个注册处，登记现有人口近占到宾夕法尼亚州现有人口的 28%。SEER 养老保险数据资料库是用来连接 SEER 中所的恶性肿瘤症讯息与医保提前结束数据资料的。

在近期的 The Journal of Urology 杂志翻译者论中所，宾夕法尼亚州泌尿科教授 Penson 表示 SEER 数据资料库退回 PSA 数据资料对恶性肿瘤的数据分析有关键阻碍，这让许多数据分析结果变得很难不信。短期内期刊将不才会日后刊登来自 SEER 数据资料库的 PSA 数据资料无关数据分析篇文章。

但最大的问题是那些已出版的、选用了有局限性 PSA 数据资料的文献所致使的阻碍，例如比较恶性肿瘤手术与放果时，如果选用 SEER 和 SEER 养老保险数据资料库中所的 PSA 数据资料进行患者以此类推比较，那么误判的 PSA 数据资料才会带来什么阻碍呢？结果正因如此。

这件真的的发生应以促成所有深入数据分析思考应以该怎样运用于 SERR 数据资料库和其它大型数据资料库。大数据资料极其观赏人，这常让人忘记大数据资料也可能长期存在问题。如果深入数据分析只是希望发觉 PSA 核查的量，则仍可运用于 SEER 或 SEER 养老保险数据资料库，因为无关到保险提前结束而政府，所以数据资料库中所关于 PSA 核查量的数据资料是准确的。

如果运用于从容，大数据资料库可以阐释许多有价值的讯息，但有时运用于并不从容。从数据资料库中所很容易获得大量的数据资料，比搜集原始数据资料容易的多，也不必需耗时太多，但应以该发觉各种大型数据资料库都有其自身目的，如果试图借此获取更是多的资源，那么一定才会遭到挫折，这才是要吸取的经验教训。

如果深入数据分析们不是作准备从 SEER 这样的大型数据资料库中所寻找问题答案，不是妄希望获取专文的捷径，毫无疑问就不才会跟着到那时候这一步。深入数据分析们极其缺少注册处搜集的 PSA 讯息，但很遗憾搜集讯息临时工做的并不充分利用。

例如恶性肿瘤治疗后评价性功能障碍和尿失禁时，如果深入数据分析也选用 SEER 养老保险数据资料库中所的数据资料，那么还才会发生和 PSA 数据资料一样的真的 - 数据资料不准确，因为不是所有患者都愿意告诉医师他们长期存在性无能。

无论如何需牢记，SEER 数据资料库并不是为了数据分析而设计者的，而是主要运用于政府监视恶性肿瘤症心血管疾病和恶性肿瘤症结果，以决定资源如何分配，而 SEER 养老保险数据资料库则是运用于必需缺少核查的行政部门尽可能得到相应以的提前结束费。

当然仍要保留这些大型数据资料库数据分析解决问题的功能，但必需是数据资料库尽可能说道的问题，很难让数据资料库解决其能力也范围内外的真的。如果深入数据分析很难从数据资料库获取数据资料，就要共同努力搜集原始数据资料。现在是深入数据分析暂停对大数据资料缺少的时候了。

哈弗医学院的 Garnick 耶鲁大学并称 NCI 此次的不当是特别鼓励的，说明了 NCI 必需数据资料库数据资料得心应以手的尽力。推测有局限性的数据资料后几天后退回，虽然现在致使破坏，但万幸破坏并不大。因为许多数据分析中所的 PSA 数据资料并非来自 SEER 数据资料库，而且医师才会选用相反的 PSA 值来定义生化失败、治疗反应以、核查标准以及其它。所以非 SEER 数据资料得来的结果很可能不才会颇受阻碍。

将 PSA 数据资料退回的决定是特别表扬的，同时其它大型数据资料库也快速反应以讯息记入情况下进行自检并更新长期存在的局限性。

查看信息论重定向

撰稿人： 王春红