华西职业性尘肺病队列研究设计及初步结果

尘肺病是影响我国职业人群健康最主要的职业性肺部疾病,其预防、诊断、治疗和康复尚缺乏系统性的研究,国内外开展的尘肺队列研究多以接尘作为观察起点,以发病或死亡作为结局,缺乏精细化的尘肺病临床队列研究。本课题以国家临床重点专科职业病科为依托,建立华西职业性尘肺病专病队列,以循证医学证据为基础,通过专家论证建立尘肺病队列入组标准,招募尘肺病患者入组,并开展长期随访,收集入组对象的基线信息、职业暴露信息、诊疗信息,同时采集血液、肺灌洗液等生物样本,在此基础上搭建尘肺病队列多模态数据动态采集及管理信息系统。根据大型人群队列终点事件长期随访技术规范,数据安全及数据处理技术规范,中国人类遗传资源管理要求,对队列观察对象开展连续、规范地追踪随访,为尘肺病发病、诊疗及预后的系统性多组学多模态研究提供支撑。精细化的华西职业性尘肺队列还将为尘肺纤维化机制的深入研究、靶向药物开发及尘肺病的精准诊疗提供研究平台。本文主要针对华西职业性尘肺病队列的研究设计和初步结果做简要介绍。     

大型人群队列研究数据管理团体标准解读

精准医学已成为我国科学技术优先发展的重点战略，大型人群队列的建设是人群疾病防治的重要资源，其研究结果为个体化治疗和精准预防提供科学证据。因此，如何规范化的建设大型人群队列是上述工作的基础。中华预防医学会组织北京大学等单位撰写《大型人群队列研究数据处理技术规范（T/CPMA 001-2018）》和《大型人群队列研究数据安全技术规范（T/CPMA 002-2018）》两项团体标准。标准以"科学性、规范性、可行性、可推广性"为原则，提出了大型人群队列研究在数据标准化技术、数据清理及质控技术、数据整合技术、数据隐私保护技术和数据库安全稳定性管理技术的原则和具体要求，以指导和规范我国已建立或拟开展的大型人群队列、区域性人群队列以及特殊人群队列，促进国内科研水平的提升，增加国际影响力，最大程度的支持疾病防控的决策与实践。     

大型人群队列现场调查管理技术规范团体标准解读

大型人群队列建设是人群疾病防治的重要资源,其研究结果为个体化治疗和精准预防提供科学依据,同时也是精准医学重点战略内容。中华预防医学会组织中国医学科学院等多单位撰写的《大型人群队列现场调查管理技术规范（T/CPMA 001－2019）》团体标准,以国内成熟的大型人群队列研究为基础,以“科学性、规范性、适用性、可行性”为原则,提出了大型人群队列在机构设置、人员构成及设备、物资、文档、财务的六方面管理要求,以及现场调查的基础要求、各岗位要求及整体质量控制要求等,以指导和规范我国已建立或拟开展的大型人群队列、区域性队列及特殊人群队列,提升科研水平,加快科研产出,为我国疾病防控提出本土化依据。     

出生队列技术规范第2部分:长期随访(T/CPMA 015.2-2020)

出生队列研究的长期随访围绕研究人群的环境、遗传、生活行为习惯等因素和生殖健康相关结局开展孕前、孕期、产后和子代生长发育不同阶段的长期、连续、动态的追踪随访,是出生队列研究工作的重要内容,也是出生队列研究取得成功的关键。本文件就出生队列长期随访、拒访和失访处理、研究对象依从性维护以及质量控制等主要工作制定规范。     

中国乳腺癌专病队列研究：临床队列的设计与初步结果

目的 中国女性乳腺癌发病率持续升高，负担重。乳腺癌诊疗及相关预后研究必需的临床队列建设面临诸多瓶颈，国内乳腺癌大型队列研究相对匮乏，存在标准不统一、失访率较高、重复建设、无法共享等问题。本课题为改善我国目前大型临床队列研究面临的困难和问题，联合多家三级甲等医院，合作建立中国乳腺癌专病队列，为进行乳腺癌多中心临床队列研究提供数据平台和技术支撑。方法 乳腺癌标准化前瞻性队列专病队列的建立以循证医学证据为基础，通过专家论证建立乳腺癌队列标准化入组指标集，收集入组对象的基线信息、诊疗相关信息并采集生物标本。根据大型人群队列终点事件长期随访技术规范、数据安全及数据处理技术规范的要求，形成乳腺癌标准化前瞻性队列的诊疗及预后研究的随访体系。结果 基于标准化的数据集，利用北京科技大学的计算机学科优势，整合动态信息采集终端和社会网络等新兴信息技术手段改善依从性及智能数据质量控制方案，研发出了中国乳腺癌专病队列数据库，截至2020年2月临床队列数据库中纳入患者12 147名。队列建设过程中采集样本资源，并与山东大学牵头开展的生物样本库多中心质量控制体系及共享评价体系研究合作，构建了开放共享的生物样本库网络，形成了乳腺癌发生发展全链条的研究平台。结论 本研究随着“十三五”规划精准医学研究的实施，为乳腺癌精准诊疗提供了研究基础，为国家制定相关医学政策提供了数据支持。     

基于REDCap系统建设自然人群队列电话随访管理质量控制系统及关键问题探讨

随着大型自然人群队列基线调查工作普遍完成,如何开展常态化的随访已成为进一步提升队列建设质量、保证队列建设可持续发展的关键。经典的队列随访有重复调查、常规监测、社区定向监测等,但在实际应用中,普遍存在成本高、难度大、错报率高等问题。电话随访具有成本低、反应快、质量高的特点,成为重要补充手段。但其组织难度大、质量控制（质控）困难、应答率低且管理水平参差不齐,限制了其在大型自然人群队列研究中的广泛应用。本研究借鉴客户关系管理理念,基于西北区域自然人群队列随访现实需求,依托REDCap系统搭建自然人群队列电话随访管理质控系统,对电话随访在组织架构、项目管理、数据采集和过程质控等实施关键问题提供针对性的解决方案,全面提升电话随访水平,进而提升随访的质量和效率,以期为新建队列和现有队列研究提供常态化随访方案及高效质控工具。     

职业队列的方法与在中国的应用

目的 本文主要针对队列研究的原理方法与目前国内主要职业人群队列研究开展情况进行综述，旨在为新建职业人群队列研究的随访方案设计提供建议和思路。方法 采用“职业+队列”“职业+随访”“工人+队列”“工人+随访”检索式，在中国知识资源数据库、万方数据知识服务平台、中华医学期刊全文数据库中检索自收录日期为始直至2022年6月已发表文献的职业人群队列。结果 本次检索出结果记录3 129条，符合纳入标准的275篇研究文献，对所纳入文献进行数据提取以及归纳，最终确定了127个针对职业人群的队列研究。结论 我国现已开展了许多大型职业人群队列研究，取得了丰富的成果，随着技术的发展与更加深入的研究需要，对职业环境因素健康效应的进一步探索以及开展相应生物标志物的监测是很有必要的。     

推动我国公共卫生领域的团体标准建设

为深入贯彻落实国务院《深化标准化工作改革方案》，推动以标准引领预防医学和公共卫生事业健康发展，中华预防医学会成立了中华预防医学会标准化工作委员会，承担学会团体标准的立项资格审查、立项评审、标准预审、标准会审、标准宣传培训、标准实施评估、标准复审和标准舆情监测应对等标准化工作。中华预防医学会于2018年12月13日发布了《大型人群队列研究数据处理技术规范（T/CPMA 001-2018）》团体标准和《大型人群队列研究数据安全技术规范（T/CPMA 002-2018）》团体标准。上述标准是我国人群队列建设和研究领域首次发布的团体标准，亦是中华预防医学会首次发布的团体标准，是我国以李立明教授为领衔的团队历经十余年研究和实践的学术成果，具有里程碑意义。上述标准的制定以中国慢性病前瞻性研究项目为基础。旨在制定符合国情、可推广的人群队列建设的行业标准和规范化操作流程，指导其他人群队列的建设，最大程度的支持疾病防控的决策与实践。慢性病疾病负担日益增加是当前严重的公共卫生问题。慢性病的成因非常复杂，大型队列研究对于观察、阐释慢性病的病因及影响因素可发挥重要作用。近年来这类研究日益增加，这样的标准对指导和规范同类研究有重要意义。中华预防医学会将致力于推动我国公共卫生领域的团体标准建设工作蓬勃发展，助力健康中国战略实施。     

京津冀自然人群队列研究的经验与展望

京津冀自然人群队列研究是一项大规模前瞻性队列研究, 2017年在北京市、天津市和河北省开展基线调查, 覆盖了从生命早期直至老年的114 850名调查对象。截至2021年12月, 106 031人已完成至少1次随访, 总体随访率为92.3%。本队列结合三地环境和健康问题特点, 重点围绕儿童青少年生长发育、心血管代谢疾病及其危险因素、老龄化及共病、空气污染的健康效应等主题进行了系统研究。京津冀自然人群队列中全生命期多样化人群的长期随访将为我国健康与疾病研究提供独特和宝贵的科研资源以及丰富的生物样品。本文描述了京津冀自然人群队列的产生背景和战略意义、研究现状和成果、不足和挑战以及未来规划和展望等, 以期为国内外学者开展相关研究提供参考。     

电子数据采集系统REDCap在大型自然人群队列研究中的应用

队列研究是流行病学研究的基本方法之一,随着心血管系统疾病等复杂性疾病病因研究的深入,大型自然人群队列研究成为医学研究热点。如何高效、安全地采集研究对象的数据是队列建设过程中亟待解决的重要问题。REDCap是一个开源、免费、高质量的临床研究数据采集与数据库构建管理系统,在大型人群队列研究中有广泛的应用前景。本文介绍队列研究基线调查及随访数据采集和管理基于该系统的解决方案,从建立数据工作组、数据采集、队列随访、现场应用等多方面进行梳理总结,为提高队列研究数据采集和管理效率、助力我国队列研究发展提供参考。     

多中心大型人群队列全生命周期管理理论与实践探索

大型人群队列研究是现代生物医学研究不可或缺的重要方法和公共平台,在研究暴露与疾病的关系、揭示疾病病因和发病机制、改善疾病预后等方面发挥着重要作用。多中心大型人群队列研究覆盖人口广泛,涉及海量数据,管理难度大,队列质量控制困难,本文对多中心大型人群队列引入全生命周期的管理理念,以实现大型人群队列的精准管理,为今后大型人群队列的建设提供参考。     

Effect of cohort definition and follow-up length on occupational mortality rates

The purpose of this study was to clarify the effects of cohort formation, period of entry, and period of follow-up on occupational mortality figures. The study material comprised three cohorts of metal industry workers (6 415 iron foundry workers, 3 901 metal product workers, and 5 398 workers manufacturing electrical devices). The men, hired between 1950 and 1976, were followed until the end of 1978. The number of person-years was approximately 215 800. Different cohort formation criteria and variations in the follow-up modify the results of occupational mortality studies. A cross-sectionally based cohort (workers employed in a certain year or years) produces results different from those for an open cohort (new workers hired during a certain period of time) although the cohorts are formed from the same workplaces. The cohorts for retrospective cohort studies usually contain various periods of entry, periods of follow-up, and age structures. Increased or decreased mortality in a cohort depends on this internal structure. The structure of the cohort becomes especially important when a certain cause of death is concentrated in certain age classes and/or when a period of latency is required, as for tumors. In an attempt to reveal this internal structure the three cohorts were analyzed in five-year calendar periods and stratified according to the length of follow-up. The mortality pattern remained nearly unchanged when the number of periods of entry increased, and it was also comparable with the mortality pattern of the general male population.(ABSTRACT TRUNCATED AT 250 WORDS)     

KORA--a research platform for population based health research

KORA (Cooperative Health Research in the Region Augsburg) is a regional research platform for population-based surveys and subsequent follow-up studies in the fields of epidemiology, health economics, and health care research. KORA was established in 1996 to continue and expand the MONICA project in Augsburg, including the Acute Myocardial Infarction (AMI) Registry. The available pool of study participants allows for cohort, case-control and family studies. We present the KORA infrastructure, aspects of data management and quality control, and the concept of cooperative research. The increasing use of the MONICA/KORA cohorts for a variety of research topics, with a recent focus on genetic epidemiology, indicates the attractiveness of this concept.     

The Korea Cohort Consortium: The Future of Pooling Cohort Studies

ObjectivesWe introduced the cohort studies included in the Korean Cohort Consortium (KCC), focusing on large-scale cohort studies established in Korea with a prolonged follow-up period. Moreover, we also provided projections of the follow-up and estimates of the sample size that would be necessary for big-data analyses based on pooling established cohort studies, including population-based genomic studies.MethodsWe mainly focused on the characteristics of individual cohort studies from the KCC. We developed “PROFAN”, a Shiny application for projecting the follow-up period to achieve a certain number of cases when pooling established cohort studies. As examples, we projected the follow-up periods for 5000 cases of gastric cancer, 2500 cases of prostate and breast cancer, and 500 cases of non-Hodgkin lymphoma. The sample sizes for sequencing-based analyses based on a 1:1 case-control study were also calculated.ResultsThe KCC consisted of 8 individual cohort studies, of which 3 were community-based and 5 were health screening-based cohorts. The population-based cohort studies were mainly organized by Korean government agencies and research institutes. The projected follow-up period was at least 10 years to achieve 5000 cases based on a cohort of 0.5 million participants. The mean of the minimum to maximum sample sizes for performing sequencing analyses was 5917–72 102.ConclusionsWe propose an approach to establish a large-scale consortium based on the standardization and harmonization of existing cohort studies to obtain adequate statistical power with a sufficient sample size to analyze high-risk groups or rare cancer subtypes.     

Trends in the incidence of dementia: design and methods in the Alzheimer Cohorts Consortium

Several studies have reported a decline in incidence of dementia which may have large implications for the projected burden of disease, and provide important guidance to preventive efforts. However, reports are conflicting or inconclusive with regard to the impact of gender and education with underlying causes of a presumed declining trend remaining largely unidentified. The Alzheimer Cohorts Consortium aggregates data from nine international population-based cohorts to determine changes in the incidence of dementia since 1990. We will employ Poisson regression models to calculate incidence rates in each cohort and Cox proportional hazard regression to compare 5-year cumulative hazards across study-specific epochs. Finally, we will meta-analyse changes per decade across cohorts, and repeat all analysis stratified by sex, education and APOE genotype. In all cohorts combined, there are data on almost 69,000 people at risk of dementia with the range of follow-up years between 2 and 27. The average age at baseline is similar across cohorts ranging between 72 and 77. Uniting a wide range of disease-specific and methodological expertise in research teams, the first analyses within the Alzheimer Cohorts Consortium are underway to tackle outstanding challenges in the assessment of time-trends in dementia occurrence.