تحلیل هشدار جدید جامعه پزشکی درباره افزایش تومورهای تهاجمی روده در نوجوانان و نقش پایگاه‌های داده سلامت

گزارش‌های اخیر پژوهشگران پزشکی و تحلیل داده‌های ثبت‌شده در شبکه مراکز ثبت سرطان کودکان در آمریکای شمالی نشان می‌دهد که ابتلا به سرطان روده بزرگ در میان کودکان و نوجوانان (افراد زیر ۲۱ سال) با الگویی نگران‌کننده و روندی صعودی مواجه شده است. طبق این یافته‌ها، تومورهای شناسایی‌شده در رده‌های سنی پایین‌تر برخلاف بزرگسالان، رفتاری کاملاً تهاجمی، بدون پیش‌زمینه ژنتیکی مشخص و همراه با تأخیر در تشخیص دارند؛ موضوعی که اهمیت پردازش داده‌های بالینی و نقش زیرساخت‌های فناوری اطلاعات پزشکی را بیش از پیش برجسته می‌کند.

تحلیل آماری و روند اپیدمیولوژیک بیماری در رده‌های سنی پایین

بر اساس داده‌های ارائه‌شده توسط «انجمن سرطان آمریکا»، نرخ ابتلا به سرطان روده بزرگ در میان افراد زیر ۵۰ سال بین سال‌های ۲۰۱۳ تا ۲۰۲۲ میلادی (۱۳۹۱ تا ۱۴۰۱ شمسی) سالانه با رشد ۲.۹ درصدی همراه بوده است. این روند در حالی رخ می‌دهد که آمار ابتلا و مرگ‌ومیر در افراد بالای ۶۵ سال به دلیل بهبود برنامه‌های غربالگری رو به کاهش است. در پژوهش جدیدی که روی ۸۴ بیمار زیر ۲۱ سال بین سال‌های ۲۰۱۲ تا ۲۰۲۳ میلادی (۱۳۹۰ تا ۱۴۰۲ شمسی) انجام شده، میانگین سنی مبتلایان ۱۶.۵ سال ثبت شده و نکته حائز اهمیت این است که تنها حدود ۲۰ درصد از آنان دارای سابقه خانوادگی یا نقایص ژنتیکی شناخته‌شده بوده‌اند.

چالش‌های تشخیص دیرهنگام و رفتار تهاجمی تومورها

یکی از بزرگ‌ترین چالش‌های شناسایی این عارضه در سنین پایین، ناشناخته بودن علائم و عدم تمایل سیستم‌های تشخیصی پایه به ارزیابی سرطان در کودکان است. میانگین زمان تجربه علائم تا تشخیص قطعی در این مطالعه ۱۲ هفته ثبت شده است. همین تأخیر سبب شده تا ۸۰ درصد بیماران در مراحل پیشرفته (۵۱ درصد در مرحله ۳ و ۲۹ درصد در مرحله ۴) شناسایی شوند. این تأخیر در کنار ماهیت تهاجمی تومورها منجر به بازگشت مجدد بیماری در ۳۷ درصد افراد و نرخ مرگ‌ومیر حدود ۴۵ درصدی در دوره ارزیابی شده است که فاصله معناداری با نرخ بقای ۵ ساله ۶۳ درصدی کل جامعه دارد.

• دردهای شکمی یا کمری مداوم و بدون علت مشخص
• تغییرات طولانی‌مدت در الگوی اجابت مزاج
• کاهش وزن ناگهانی و بدون توضیح پزشکی
• وجود خون در مدفوع یا خون‌ریزی مقعدی

نقش فناوری اطلاعات و زیرساخت‌های داده در تحلیل‌های پزشکی

کشف این الگوهای نادر و غیرمعمول بدون وجود شبکه‌های یکپارچه ثبت داده‌های بالینی (Cancer Registries) و پردازش ابری داده‌های سلامت امکان‌پذیر نبوده است. ثبت دقیق و ساختاریافته پرونده‌های الکترونیک سلامت (EHR) و به اشتراک‌گذاری ایمن داده‌ها میان مراکز پژوهشی، امکان تحلیل‌های فراگیر روی موارد تک‌گیر (Sporadic) را فراهم کرده و زمینه را برای بازنگری در دستورالعمل‌های بالینی و الگوریتم‌های تشخیصی هوش مصنوعی در حوزه پزشکی دیجیتال مهیا می‌سازد.