在2026中国整合肿瘤学大会病案专委会分享R包 crcheck 的开发与应用实践

2026年11月13日，2026中国整合肿瘤学大会（CCHIO）肿瘤病案分会暨肿瘤病案专业委员会2026年会在湖南长沙召开。我也有幸在会上作了题为“crcheck——用于肿瘤登记数据有效性和内部一致性逻辑审核的R包开发与应用”的汇报，介绍了我们在肿瘤登记数据质量审核工具开发方面的一些思考与实践。

点击了解 crcheck 详细信息

1 病案管理与肿瘤登记的交叉与联系

病案管理与肿瘤登记虽然服务于不同的业务领域，但在疾病编码、数据标准化和质量控制等方面有着密切联系。两者在编码规则和应用目的上也存在一定差异：病案管理主要围绕医疗服务过程开展信息记录与编码，服务于临床诊疗、医疗质量管理和医保支付等需求；而肿瘤登记则以肿瘤疾病及其在人群中的发生情况为中心，更关注原发部位、组织学类型、行为学特征及发病时间等信息，为癌症监测和流行病学研究提供基础数据。

这种差异也给两个专业之间的数据衔接带来了一些挑战。例如，病案诊断编码与肿瘤登记编码并不完全对应，同一患者的多次就诊记录需要整合，原发癌与转移癌需要区分，不同业务场景下的数据审核规则也有所不同。同时，两个领域都面临数据量大、审核规则复杂、人工核查任务繁重等共同问题。因此，如何结合各自的业务特点，将相关标准和审核规则转化为可执行的程序，提高数据质量控制的规范性、一致性和效率，是值得共同探索的方向。

此次在肿瘤病案专业委员会分享 crcheck 的开发与应用实践，既是对我们近年来肿瘤登记数据质量审核工具开发工作的梳理，也希望借此机会与病案管理领域的同行交流，探讨相关方法和工具在不同业务场景中的应用。

2 crcheck 的主要功能

本次分享重点介绍了 crcheck 的开发思路、审核规则体系及应用实践。作为面向肿瘤登记数据质量控制开发的R语言包，crcheck 主要包括四个方面的功能：

1. 数据有效性审核：检查变量缺失、编码格式及取值范围等问题。
2. 变量间逻辑一致性审核：检查性别、年龄、解剖学部位、形态学类型、行为学编码、诊断依据及随访信息等变量之间的逻辑关系。
3. 编码转换与生成：支持肿瘤登记相关编码的转换及有效编码生成。
4. 重复记录识别与多原发癌判断：辅助识别潜在重复记录，并依据相关规则开展多原发癌审核。

其中，变量间逻辑一致性审核是本次分享的重点。我们对不同类型的审核规则进行了分类，为每条规则设置相应的代码和分组，并将审核结果区分为正确、错误和警告等类型。通过这种方式，既可以快速定位潜在的数据问题，也便于查找对应的审核规则和判断依据，为后续的数据核实与修正提供参考。

需要强调的是，自动化审核并不能替代人工核实。程序能够帮助我们更加高效、一致地识别潜在问题，但具体记录的判断与修正，仍需要结合原始病案及相关登记资料进行核实。

3 将可重复性数据分析理念融入肿瘤登记质量控制

开发 crcheck，不仅是为了减少人工审核的工作量，更希望将可重复性数据分析理念融入日常肿瘤登记工作。

通过将数据标准和审核规则转化为程序，使同一套规则能够在不同数据集和工作场景中重复执行，同时保留明确的规则依据和审核结果，减少人工操作及审核标准不一致带来的差异，使数据审核过程更加规范、透明和可追溯。

这也是我们近年来开发肿瘤登记相关R语言包的一个共同思路：从以结果为中心，逐步转向以可执行、可追溯、可验证的工作流程为中心。 自动化不仅意味着减少重复操作，更重要的是将专业规范和分析方法融入工作流程，提高结果的一致性和可重复性。

4 从肿瘤登记审核向病案数据质量控制延伸

医疗机构的病案记录是肿瘤登记最主要的数据来源之一，病案数据的完整性、准确性和规范性直接影响后续肿瘤登记工作的质量与效率。因此，我们也希望未来能够进一步拓展 crcheck 的应用场景，在现有肿瘤登记审核功能的基础上，结合病案管理的实际业务需求，探索支持病案编码校验、数据逻辑审核及相关业务流程。

这一方向的意义，不仅在于扩大工具的应用范围，更在于尝试将肿瘤登记的数据质量控制进一步前移至数据源头。如果能够在病案数据整理和审核阶段及时发现并解决部分数据问题，就有望减少后续肿瘤登记过程中反复核实、修正和补充信息的工作量，同时促进病案管理与肿瘤登记之间的数据衔接。

当然，两个专业在编码体系、业务规则和质量控制要求上存在差异，相关功能的开发还需要充分考虑病案管理的实际工作流程，而不能简单套用肿瘤登记的审核标准。

此次会议也为我们提供了一个了解病案管理实际需求、交流工具开发思路的机会。希望未来能够与病案管理领域的同行进一步合作，持续完善 crcheck 的审核规则和功能，探索从病案数据质量控制到肿瘤登记数据审核的协同应用，为肿瘤登记工作的规范化、自动化和可持续发展提供支持。

最后，我们也希望各位病案管理领域的老师和同行多提宝贵意见，批评指正，也期待未来能与大家开展更多交流与合作，共同探索数据质量控制工具的开发与应用。