农村地区肿瘤登记技术与方法

河南省肿瘤登记工作实践

👨‍⚕️陈琼，博士，副主任医师

🏥河南省癌症中心河南省肿瘤医院

Saturday Sep 23, 2023

人群肿瘤登记的目的

肿瘤登记是系统性、经常性收集有关肿瘤及肿瘤患者信息的统计制度。

了解癌症流行情况
掌握癌症疾病负担变化趋势
了解癌症分布特征

人群肿瘤登记的意义

肿瘤登记是系统性、经常性收集有关肿瘤及肿瘤患者信息的统计制度。

确定癌症防控优化干预方向
评价癌症防控效果
助力癌症临床研究

发展历史

发展历史
农村登记处的建立与发展
肿瘤登记数据质量控制
开发信息化肿瘤登记数据收集系统
肿瘤登记报告
河南省疾病负担情况
谢谢关注 !

第一个农村肿瘤登记处

1957年，林县三不通引起重视
1959年，林县建立全国第一个农村肿瘤登记处

开展第一次死因调查

1970年代，全国第一次死因调查
全省人口的1/10

高发区的确立

豫西北太行山，豫西秦岭、伏牛山，豫南大别山

全死因报告体系的形成

1977年，林县、禹州开展常规全死因登记报告制度
1983年，建立河南省1/10人口的全死因登记报告体系
1988年，林县开展全癌种肿瘤登记工作
2004年，成立河南省癌症与生命统计中心，逐步规划河南省肿瘤登记报告系统建立
2008年，肿瘤登记处扩展至偃师、禹州、内乡、开封、鲁山
2009年，肿瘤登记项目纳入中央财政转移支付地方项目

颁布肿瘤登记管理办法

中国肿瘤登记工作指导手册

肿瘤登记工作的工具书

登记资料的收集
登记资料的整理
数据分析和报告撰写

健康中国行动

健康中国(2019-2030)癌症防治行动的实施，再一次促进了肿瘤登记工作的开展。

健康中原行动

健康中国(2019-2030)癌症防治行动的实施，再一次促进了肿瘤登记工作的开展。

出版肿瘤登记年报

发布线上年报

五大洲癌症发病率

农村登记处的建立与发展

发展历史
农村登记处的建立与发展
肿瘤登记数据质量控制
开发信息化肿瘤登记数据收集系统
肿瘤登记报告
河南省疾病负担情况
谢谢关注 !

肿瘤登记与肿瘤登记处

肿瘤登记

一定人群中收集肿瘤新发病例资料的操作方法。
主要目的是获得限定人群中肿瘤发生、转归统计指标，为评价癌症危害程度，制定防控措施及评价效果提供基础信息。

肿瘤登记处

是肿瘤登记的实施机构，进行病例资料的收集、保存、整理、统计和分析。
获得肿瘤发病率、患病率、死亡率及生存率等统计指标。

肿瘤登记处的类型

以人群为基础的肿瘤登记(Population Based Cancer Registration, PBCR)
以医院为基础的肿瘤登记(Hospital Based Cancer Registration, HBCR)
特殊目的肿瘤登记(Special Purpose Cancer Registration)
- 儿童肿瘤登记
- 白血病肿瘤登记

全球肿瘤登记历史

1927 汉堡
1941 康涅狄格州肿瘤登记处
1950-80s 欧洲和其他地区肿瘤登记处
1966 IACR成立
1966 《五大洲癌症发病》第一卷
1973 SEER项目设立
1992 美国CDC国家癌症登记计划
1960-1980年代中国部分地区的肿瘤登记
1974～ 1992 中国，三次以肿瘤为主的死因调查
2002 中国全国肿瘤登记中心建立
2019 全国肿瘤随访登记处数700，覆盖人群4亿多

中国部分农村肿瘤登记处的建立

人群肿瘤登记处的基本条件

政府及行政管理部门的政策与法规
具有诊治癌症病例的医疗资源
可获得当地居民在外地诊治的癌症病例相关信息
准确、有效的人口数据，区分户籍和外来人口
完整、有效的生命统计系统（死因报告系统）

人群肿瘤登记处的人员配置

人员数量： 3-5名职员/ 100万人群
条件要求：公共卫生（流行病、卫生统计）、临床医学及数据管理
登记处主任：流行病学或公共卫生背景的医学人员，对肿瘤学有一定了解

农村地区疾病负担的特点

农村肿瘤登记处的特点

1️⃣数据收集方法

主动与被动相结合
县-乡-村三级防癌网

2️⃣覆盖人群相对较小

村医相对熟悉病人的基本情况，更利于数据收集和生存随访

3️⃣数据来源多样

人群相对稳定
数据收集相对容易

4️⃣经济条件相对落后

诊断和治疗水平相对较低，对罕见肿瘤和儿童肿瘤的漏报率较高

人群肿瘤登记

是在某一限定的人群中收集全部恶性肿瘤新发病例的资料

目的

获得一定人群中癌症发生的各项统计指标，着重点在流行病学和公共卫生学领域

用途

描述社会中癌症危害的范围和特征，帮助建立优先的公共卫生策略。
病因学研究的原始资料。
帮助监测和评价癌症控制措施的效果。

人群范围的确定

确定源人群

户籍人口
常住人口

这两类人群（病例与人口）能有效区分，我国肿瘤登记统计报告户籍人口的结果(分子与分母一致，分子是分母的一部分)

肿瘤登记收集基本变量信息

肿瘤登记收集的变量包括以下7个部分（图 5）

个人识别信息
人口学信息
肿瘤信息
治疗信息
随访信息
预后信息
信息来源

classDiagram
    class 个人识别信息 {
    登记处编号
    身份证号
    姓名
    户籍地址
    常住地址
}
    class 人口学信息 {
    性别
    年龄
    出生日期
    婚姻状态
    职业
    民族
}
    class 肿瘤信息 {
    发病日期
    诊断依据
    原发部位ICDO3
    形态学ICDO3
    行为ICDO3
    分级ICDO3
    临床分期/TNM分期
    多原发状态
    双边性
}
    class 治疗信息 {
    治疗方法
}
    class 随访相关信息 {
    联系电话
    联系人
    联系人电话
    常住地址
}
    class 结局信息 {
    最后接触日期
    生存状态
    死亡日期
    死亡原因
    死亡地点
}
    class 信息来源 {
    报告医院
    住院号/门诊号
    报告医师
    报告日期
}

    个人识别信息 --|> 人口学信息
    个人识别信息 --|> 肿瘤信息
    个人识别信息 --|> 治疗信息
    个人识别信息 --|> 随访相关信息
    个人识别信息 --|> 结局信息
    个人识别信息 --|> 信息来源

图 5: 人群肿瘤登记收集数据项目

肿瘤登记收集其他信息

人口数据

以县区为单位收集登记处覆盖人群分年龄、分性别户籍人口数

寿命表数据

以县区为单位收集登记处覆盖人群分年龄、分性别全死因死亡数以估计寿命表

病例发现来源

肿瘤登记强调多源上报、数据来源于医院、医保系统、县-乡-村医师网、全死因数据等。（图 6 ）

flowchart TD
  A[(肿瘤登记数据库)] --> B(医院)
  A --> B
  A --> C(县-乡-村三级医师网络)
  A --> D(医疗保险)
  A --> E(死因监测)
  A --> F(殡葬系统)
  A --> G(公安系统)
  B --> b1(住院患者数据)
  B --> b2(门诊患者数据)
  B --> b3(病案部门)
  B --> b4(病理诊断部门)
  D --> d1(新农合)
  D --> d2(城镇医保)
  D --> d3(职工医保)

图 6: 肿瘤登记数据来源渠道

病例发现来源：城市VS农村

农村地区和城市地区数据来源略有不同

城市地区数据更依赖医院，农村地区数据来源在医院的基础上，还要有县-乡-村医师网络的数据（图 7 ，图 8）

flowchart TD
  A[(城市登记处)] --> B(主要来源)
  A --> C(补充来源)
  B --> D(临床医生)
  B --> E(病案室)
  B --> F(病理科)
  C --> G(城镇医保)
  C --> H(死因监测)
  C --> I(殡葬系统)
  C --> J(公安系统)

图 7: 城市地区肿瘤登记数据来源情况

flowchart TD
  A[(农村登记处)] --> B(主要来源)
  A --> C(补充来源)
  B --> D(医院)
  B --> E(村医)
  B --> F(新农合)
  B --> G(城镇医保)
  C --> H(死因监测)
  C --> I(殡葬系统)
  C --> J(公安系统)

图 8: 农村地区肿瘤登记数据来源情况

其他病例发现来源

癌症筛查(城癌、农癌、两癌)
健康体检
尸检发现

人口数据来源

目前，国内的人口数据需要多途径，多种方法结合的方式方可获得较准确的数据。在大部分地区，单一来源的人口数据及构成均存在较大的误差

人口普查资料(统计部门）
户籍管理部门获取
计划生育、妇幼保健及疾控中心
通过调查收集

人口数据来源

其他可利用的人口数据来源：

计划免疫资料
健康档案数据
农合医保数据

人口数据来源

通过多途径混合方式获取人口数据

通过公安户籍获取相应年份的户籍人口数
利用其它数据源获取分性别的年龄构成（百岁表数据最好）
总人口乘构成获取分性别的年龄组人口数

建立多源报告制度

基于肿瘤发病报告资料的有效性和完整性，多源性报告制度是必要的

多源性含义

医院内不仅治疗科室要报告，诊断科室也要报告；登记地区内不仅做出诊断的医院要报告，其他进行治疗处理的医院也要报告。

组织架构

省级登记处

河南省癌症中心

职责

制定全省工作计划、实施方案、质量控制
建立和完善肿瘤登记信息系统
技术指导、人员培训、考核评价
督导检查
数据分析和报告

市级登记处

市级CDC/肿瘤医院

职责

区域内技术指导、人员培训
市级质量控制
督导检查
数据分析和报告

县区级登记处

县区级CDC

职责

技术指导、人员培训
质量控制
督导检查
统计分析、数据发布

实施的癌种范围

肿瘤登记收集一定人群中所有恶性肿瘤、中枢神经系统良性肿瘤以及原位癌。

C00-C97
D32-D33
D42-D43
D45-D47
原位癌

生命统计系统的信息利用

完善的全死因登记报告系统是高质量肿瘤登记的基础

flowchart TD
  A[(全死因数据)] --> B(新发病例的补充)
  A --> C(被动随访的主要来源)
  A --> D(质量控制)

不以死亡证明书中的发病到死亡的时间推算发病日期，生命统计系统数据的完整，死亡证明书填写准确，根本死亡因和伴随死因为肿瘤的报告记录均做补发流程

通过死亡证明书补充新发病例流程

flowchart LR
  A[(全死因数据)] --> C[与肿瘤发病数据匹配]
  C --> D{判断是否匹配}
  D -- 匹配 --> E[被动随访成功]
  E --> E1[添加死亡信息]
  D -- 肿瘤死亡未匹配 --> F[临床医学追访]
  a(医院) --> F1[信息来源]
  b(医保系统) --> F1
  c(县-乡-村-医生) --> F1
  F1 --> F
  F --> G[(确认癌症)]
  G --> G1[补发报告]
  F --> H[(非癌症病例)]
  H --> H1[排除]
  F --> I[(无临床信息)]
  I --> I1[排除]

图 9: 河南省肿瘤登记死亡补发病流程

肿瘤分类与编码

肿瘤登记采用双编码系统

分类标准

ICD-O-3 ：数据收集
ICD10 ：统计分析

《肿瘤登记年报》采用ICD10进行肿瘤分类（表 1）

表 1: 常用癌症分类统计表（大类）

部位	ICD10
口腔和咽 (除外鼻咽癌和喉)	C00-10,C12-14（除外C10.1）
鼻咽癌	C11
食管	C15
胃	C16
结直肠肛门	C18-21
肝脏	C22
胆囊及其他	C23-C24
胰腺	C25
喉	C32，C10.1
气管、支气管、肺	C33-C34
骨	C40-C41
乳房	C50
子宫颈	C53
子宫体及子宫部位不明	C54-55
卵巢	C56
前列腺	C61
睾丸	C62
肾及泌尿系统不明	C64-66，68
膀胱	C67
脑,神经系统	C70-C72
甲状腺	C73
淋巴瘤	C81-85,88,90,96
白血病	C91-C95
其它	Other（除外以上）
所有部位合计	ALL

肿瘤分类与编码

ICD-O-3 编码

ICD-O-3编码是由4位解剖学部位编码、4位形态学编码、1位行为编码和1位分级编码共十位编码组成的肿瘤分类编码。

解剖学部位编码(Topo)：C34.9
形态学编码：M8140
行为编码：3
分级编码：1

肿瘤分类与编码

ICD-O-3 解剖学部位编码(Topo)

解剖学部位编码(Topo)由写大写字母C开头+两位数字+小数点+一位数字组成，用来描述肿瘤发生部位相关信息。

C34.1 (小数点之前描述主要部位，小数点之后描述亚部位)
C34：肺
1：上叶

肿瘤分类与编码

ICD-O-3 形态学编码(Morp)

ICDO3形态学编码由组织学、行为和分级编码组成，以描述肿瘤发生的性质。

M组织学/行为/分级
M8070/33
鳞状细胞癌恶性低分化

肿瘤分类与编码

ICD-O-3 行为编码

0 ：良性
1 ：良性或恶性未肯定
2 ：原位癌
3 ：恶性，原发部位
6 ：恶性，原发部位/恶性，继发部位
9 ：恶性，原发部位或转移部位未肯定

肿瘤分类与编码

ICD-O-3 分化程度编码

编码	意义
1	高分化
2	中分化
3	低分化
4	未分化
5	T-细胞
6	B-细胞
7	非T-非B
8	NK细胞
9	分化程度未确定

肿瘤分类与编码

ICD-O-3解剖学部位与ICD10有何异同？

发病时间的定义

首次就癌症问题到医院就诊咨询的时间
首次诊断时间: 医生诊断或病理报告时间
死亡时间: 死亡医学证明书，且无法追访
解剖时间: 之前从未怀疑过患肿瘤

重复病例的发现与处理

肿瘤登记基于多源报告制度，发现和处理重复病例是保证数据真实性的必要措施

实施的环节要求在各级上报单位

flowchart LR
  x[肿瘤数据上报] --> A[更新人口信息]
  y[全死因数据上报] --> A
  z[肿瘤协查数据上报] --> A
  A --> B[人口信息查重]
  B --> C[查重肿瘤信息]
  C --> D[标记多原发肿瘤]

图 10: 新系统数据操作流程（建议）

多原发肿瘤

个体有发生一个以上癌症的可能，多部位原发癌纪录为新发病病例，与登记地区医疗水平有关，也与登记质量有关，登记处应注意多部位原发肿瘤病例资料的收集

国际上不同登记地区采用的判断规则不一样，例如北美地区与欧盟国家分别用不同的规则

IACR多原发判断规则

两个以上肿瘤，不依据发病时间判断多原发
每个原发肿瘤起源一个原发部位或组织，非扩散、复发或转移
一个肿瘤被诊断一个（对）器官，有些不同的部位编码被认定为同一部位肿瘤（不判定为多原发）；同样，一些- 形态学编码也归为同组编码（不认定为组织形态学不同，形态学编码记录大数）
系统性肿瘤（卡波西肉瘤、淋巴瘤等）侵袭多个不同器官，只记录为一个肿瘤（非多原发）

多部位原发肿瘤的确定标准

肿瘤登记处的发展

质量控制是肿瘤登记处发展的核心，开展可比性、完整性、有效性、时效性为主要指标的质量控制工作。

加强数据分析与利用，年报、5年报、研究论文
推进医院肿瘤登记系统的建立、实施和数据利用
扩大城市地区肿瘤登记处的覆盖比例
加强信息化数据收集系统的开发自动抓取，数据链接，各类结果指标自动生成等）

肿瘤登记数据质量控制

发展历史
农村登记处的建立与发展
肿瘤登记数据质量控制
开发信息化肿瘤登记数据收集系统
肿瘤登记报告
河南省疾病负担情况
谢谢关注 !

肿瘤登记的质量控制是获取高质量数据的核心

质量控制的意义

使不同地区之间的数据具有可比性
代表登记处所在地区的癌症人群
使癌症数据真实有效

质量控制指标体系

flowchart LR
  B(可比性) --> b1(发病的定义)
  B --> b2(多原发判断)
  B --> b3(分类与编码)
  B --> b4(死亡证明)

flowchart LR
  D(有效性) --> d1(组织学确诊比例)
  D --> d2(只有死亡医学证明书比例DC\%)
  D --> d3(部位不明比例UB%)
  D --> d4(数据内部一致性)

flowchart TD
  C(完整性) --> c1(死亡发病比M:I)
  C --> c2(只有死亡医学证明书比例DCO%)
  C --> c3(组织学确诊比例MV%)
  C --> c4(不同时间发病率的稳定性)
  C --> c5(年龄别发病率曲线)

质量控制

肿瘤登记收集的变量或者变量组合之间存在一定的逻辑关系，通过对单个变量或变量组合之间的逻辑关系进行审查，以提高肿瘤登记数据有效性。

单个项目

出生日期
发病日期
年龄、性别
发病部位
形态学
行为和分级

项目组合

性别/部位
部位/组织学学
年龄/部位/组织学
行为/部位
行为/组织学
性别/组织学

校验结果

正确✅
警告⚠️
错误❌

质量控制

完整性指标

癌症患者

诊断患者

肿瘤登记

质量控制

完整性指标

癌症患者

诊断患者

肿瘤登记

质量控制-完整性指标

率的连续性

质量控制-完整性指标

率的连续性

质量控制-完整性指标

相邻区域率的比较

质量控制-完整性指标

年龄别发病率

质量控制-完整性指标

死亡发病比(M:I)-连续性

质量控制-完整性指标

死亡发病比(M:I)-比较

质量控制-有效性指标

病理诊断比例(MV%)-连续性

质量控制-有效性指标

病理诊断比例(MV%)-比较

质量控制报告

开发信息化肿瘤登记数据收集系统

发展历史
农村登记处的建立与发展
肿瘤登记数据质量控制
开发信息化肿瘤登记数据收集系统
肿瘤登记报告
河南省疾病负担情况
谢谢关注 !

提高肿瘤登记数据收集信息化、智能化水平

数据收集系统的发展

实现专业功能

已升级功能

数据上报
重卡判断
多原发卡判断
被动随访
随访管理
机构管理
其他辅助功能

待升级功能

常规数据分析
质量控制可视化
发病地理信息管理
就医历史纵向追踪

磨刀不误砍柴工，我们将继续不断完善升级肿瘤随访登记信息收集系统，提高数据收集效率

系统设计思路

新系统围绕人口身份识别信息，不断更新肿瘤信息、随访信息、地理信息等（图 11）

追踪就医历史记录
多渠道更新随访信息
追踪患者地理信息
多渠道数据来源上报

flowchart LR
  A[人口身份识别信息] --> B[肿瘤信息]
  A --> C[随访信息]
  A --> D[信息来源]
  A --> E[地理信息]
  x[肿瘤数据上报] --> A
  y[全死因数据上报] --> A
  z[肿瘤协查数据上报] --> A

图 11: 河南省肿瘤随访登记信息平台

保证人口信息数据的唯一性特别重要，也是重卡合并、多原发标记和更新随访数据的基础。

数据协查功能

在实际数据上报过程中，一些大型医院的病例数较多，通常每月肿瘤病例超过1万例，这样会造成无法高质量完成数据上报任务。

无需数据的逻辑核查即可上传
按照户籍地址推送至相应的登记处
由户籍所在地登记处进行重新编码和填报等操作

数据查重

查重推荐操作流程

人口信息的查重特别重要，在肿瘤病例的查重之前，需要先做人口信息查重（图 12）

flowchart LR
  x[肿瘤数据上报] --> A[更新人口信息]
  y[全死因数据上报] --> A
  z[肿瘤协查数据上报] --> A
  A --> B[人口信息查重]
  B --> C[查重肿瘤信息]
  C --> D[标记多原发肿瘤]

图 12: 新系统数据操作流程（建议）

死亡补发病

死亡补发病流程是提高肿瘤登记处数据完整性的关键措施，每年应在上传全死因数据之后，应通过系统查找关键词肿瘤|未匹配，然后，点击后面的编辑按钮，补充相应的发病信息。

肿瘤登记报告

发展历史
农村登记处的建立与发展
肿瘤登记数据质量控制
开发信息化肿瘤登记数据收集系统
肿瘤登记报告
河南省疾病负担情况
谢谢关注 !

开发自动化指标生成工具

为什么?

登记处的主要目标之一就是产生肿瘤发病、死亡、生存相关的统计指标
促进癌症防控政策的产生
促进数据的共享和利用（专业人员和大众）

为什么？

疾病负担
病因学
癌症筛查
预后
政策

肿瘤登记报告的类型

肿瘤发病报告(肿瘤登记年报)

肿瘤登记报告的类型

肿瘤登记网站

肿瘤登记报告的类型

研究论文

肿瘤登记报告的类型

新闻发布

肿瘤登记报告流程

flowchart LR
  A(数据来源单位) --> B(县区级登记处)
  B --> C(市级登记处)
  C --> D(省级登记处)
  D --> E(质量控制)
  E --> B
  B --> A
  E --> C
  E --> F(综合评估)
  F --> G(年报撰写及发布)

图 13: 肿瘤登记报告流程

肿瘤登记报告的内容

基础信息

登记处描述和登记流程
覆盖区域(人口和地区)
统计术语

组织架构
专业人员
数据来源与报告程序
疾病编码
癌症的定义
多原发癌

肿瘤登记报告的内容

基础信息

登记处描述和登记流程
覆盖区域(人口和地区)
统计术语

地理区域描述
城乡定义
人口数据来源
人口金字塔

肿瘤登记报告的内容

基础信息

登记处描述和登记流程
覆盖区域(人口和地区)
统计术语

粗率
年龄别率
年龄标化率
截缩率
生存率
标准人口

肿瘤登记报告的内容

结果评估

不同年份之间病例的一致性
癌症部位分布与构成
诊断有效性指标
相邻区域的指标比较

肿瘤登记报告的内容

结果展现

表格
图 (条形图、饼图、线图、等)

如何制作肿瘤登记报告

数据准备

原始个案数据(按照上报国家癌症中心的格式准备)
统计结果

如何制作肿瘤登记报告

制作工具

Word
SAS
R & Rstudio

如何制作肿瘤登记报告

SAS程序

思路

利用SAS生成统计结果，再利用R & Rstudio把统计结果进行展现，包括文字描述和可视化展现(各种统计图形)

SAS程序分享： https://github.com/gigu003/sascreate_report

如何制作肿瘤登记报告

SAS

/***************************************************************************************/
/**************************************************************************************/
/*************************************************************************************/
dm "log; clear; output; clear;odsresult;clear";
/*%let path=%substr(%sysget(SAS_EXECFILEPATH),1,%eval(%index(%sysget(SAS_EXECFILEPATH),%sysget(SAS_EXECFILENAME))-1));*/
options noxwait xsync mprint mstored sasmstore=cMacros validvarname=any;
/*Set the Library of Variable Value Formats.*/
%if %eval(%sysfunc(libref(cMacros)) ^= 0)  %then %do;libname cMacros "D:\CanReg\Statistic\code\Create_report\MacrosFormats\";%end;
options fmtsearch=(cMacros work);
/*设置历史数据储存路径*/
libname hisdata "D:\CanReg\Statistic\code\Create_report\data\hisdata.accdb";
/*设置登记处编码表路径*/
libname code "D:\CanReg\Statistic\code\Create_report\codedata\code.mdb";
/*设置ICD10编码对应表储存路径*/
libname icd  "D:\CanReg\Statistic\code\Create_report\codedata\";

/* Type:  hj 户籍人口; sj 实际人口*/
%let type=sj; 
/*******report宏变量,是否进行肿瘤登记年报数据分析：yes：年报数据分析；no：常规分析;******/
/***当report为yes时,必须在code.registry里指定 变量 哪些areacode收录年报，变量名为report+年份;*/
%let report=no;
/*from指定开始统计的年份*/
%let from=2015;
/*to指定统计结束的年份*/
%let to=2019;
/*period为fixed时按照2008-2012;2013-2017;2018-2022时期分组统计*/
/*period为depend时从from年份到to年份合并时期统计*/
/*period为其他值时不合并时期统计*/
%let period=depend;
/*按照yearselect指定的变量值决定开始从哪一年份开始统计登记处数据，当report=yes时，yearselect变量失效*/
%let yearselect=select;

%let label=no;
%if  &label=yes %then %do;
%include "&path.MacrosFormats\labelfmt.sas";%end;

/*输出2019年数据审核结果*/
libname data "D:\CanReg\Statistic\code\Create_report\tmpdata\report\2019\";
%let type=sj;
%let report=no;
%let from=2015;
%let to=2019;
%let period=depend;
%let yearselect=select;
proc datasets noprint lib=work mt=data kill;run;
options noxwait xsync;
%create_report;
libname data clear;

如何制作肿瘤登记报告

R & Rstudio

统计图形
输出综合报告
基于R包：bookdown
年报图形的自动生成
整体年报自动输出word、pdf、html

如何制作肿瘤登记报告

部分程序：

如何制作肿瘤登记报告

内嵌的rscripts自动生成所有图

如何制作肿瘤登记报告

以markdown + R 行内代码方式(Rmarkdown)生成文字描述

线下和线上肿瘤登记年报

肿瘤登记质量控制报告

主要内容

质量控制报告撰写

特点

登记处数量多(130个县区)
县区级专业人员能力不足
质控报告反馈至市级和县区级

我们基于Rmarkdown编写了系列质量控制、年报生成工具

质量控制Rmarkdown工具

五大洲癌症发病率质量控制报告
年度数据审核质量控制报告

五大洲癌症发病率质量控制报告

程序：

--- 
title: "河南省《五大洲发病率第12卷》数据上报审核程序"
subtitle: "登记处："
author: 
- "2013-2017年"
- "Qiong Chen @ Henan Cancer Center/Henan Cancer Hospital"
date: "2025-01-07"
output:
  prettydoc::html_pretty:
    theme: cayman
    number_section: TRUE
    highlight: github
vignette: >
  %\VignetteIndexEntry{Vignette Title}
  %\VignetteEncoding{UTF-8}
  %\VignetteEngine{knitr::rmarkdown}
editor_options: 
  chunk_output_type: console
---
<img src="./logo-hospital.png" style="position:absolute;top:0px;right:0px;width:250px;padding-right:50px;padding-top:10px;transform: translateY(-60px); filter:drop-shadow(rgb(255, 255, 255) 0 60px)" />

五大洲癌症发病率质量控制报告

年度肿瘤登记数据审核

程序：

#####
# 年度数据审核##
#####

library(dplyr)

report<-haven::read_sas("./input_data/report.sas7bdat") 
report <-report%>%
  filter(substr(areacode,1,1) %in% c("4","5"))%>%
  mutate(city=ifelse(city %in% c("1","11"),"1","2"))
         
report%>%
  select(areacode,name)%>%
  filter(substr(areacode,1,1)=="4",!(substr(areacode,5,6)=="00"))%>%
  unique()->registry


quality <- haven::read_sas("./input_data/quality.sas7bdat")
quality <- quality%>%mutate(city=as.character(city),
                            city=ifelse(city=="1","1","2"))

#areacodes<-c("411081","410224","411322","411422","411425","411521","411624","411625")

areacodes<-registry$areacode 


lifetable <- haven::read_sas("./input_data/lifetable.sas7bdat")

#列出各登记处质量控制列表
rmarkdown::render(
  input = './rmd_template/annualmainpage.Rmd',
  output_file = 'index.html',
  output_dir = "./output/annualcheck/"
)

for (code in areacodes) {
  state<-registry[registry$areacode==code,c("name")]$name
  dir.create(paste0("./output/annualcheck/",code,state))
  rmarkdown::render(
    input = './rmd_template/annualcheck.Rmd',
    output_file = 'index.html',
    output_dir = paste0("./output/annualcheck/",code,state)
  )
}

 
fetable <- haven::read_sas("Y:/CanReg/statistic/data/lifetable.sas7bdat")

rmarkdown::render(
  input = './Rmd_template/Annualmainpage.Rmd',
  output_file = 'index.html',
  output_dir = "./output/annualCheck/"
)