5月14日，“中国卒中中心联盟——真实世界研究学习班”在线上召开，中国卒中中心联盟邀请多位专家就真实世界研究相关话题进行了方法指导和经验分享，本文整理自国家神经系统疾病临床研究中心、首都医科大学附属北京天坛医院姜勇教授的报告。

姜勇教授指出，医院信息化的快速发展促进了临床大数据的快速积累，数据维度也越来越多，包括电子病历数据、影像学数据、基因组学数据等等。这些临床诊疗过程中的数据是很好的潜在临床研究的来源，但如何将其变为科学数据呢？

临床数据与科学数据的区别主要包括①数据收集的目的：是临床诊疗（记录）vs科学研究（统计分析）；②是否有研究设计：无设计vs科学设计；③采访方法：电子病历vs CRF、EDC；④数据特点：数量大、维度复杂、更新快vs数量少、简单、更新慢；⑤随访信息：无或简单vs复杂；⑥质量控制，临床数据在结构化程度、完整性、异常值、逻辑错误等方面无太多要求；⑦偏倚：临床数据存在选择偏倚、测量偏倚、混杂偏倚等。

姜勇教授指出，临床数据有很多优点，如数据量大、维度很复杂、有很多新信息，但也存在一些致命的缺点。

利用临床诊疗数据能开展哪些研究呢？最好的一个方向是医疗质量监测与评价，因为临床诊疗数据体现了很多医疗质量指标的内容，如中国卒中中心联盟的数据就是以真实世界诊疗数据为主建立的多中心平台，可以进行医疗质量评价和改进措施的研究。

此外，还可以做一些罕见病的登记。如有一些神经系统的单基因病，发病率很低，调查10万人，可能也只能收集不到100人，而通过上百万的电子病历首页来进行筛查，就可以筛查出很多有效的病人。其他的研究方向还包括药物有效性比较、流行病学监测、上市后药物监测（四期研究）等。

姜勇教授指出，首先要以临床需求为导向，提出清晰明确的临床问题；其次，要有科学合理的研究设计，这方面可以寻求专业的方法学团队的支持；第三，要审慎地收集数据并开展质量控制，不贪多、不遗漏；第四，要运用合理的方法去分析数据，包括传统方法以及大数据人工智能方法；第五，要开展前瞻性验证研究，进行外部验证，如果建立的模型没有外部验证，基本上很难发很好的文章；第六，要客观、全面地报告研究结果及临床意义，特别是偏倚和适用性，这非常关键。

清晰的科学临床问题是从临床研究想法经系统梳理变为科学问题的过程，研究问题的构建可以采用大家熟悉的PICO模型，在构建过程中要注意把要研究的问题尽量细化和具体化。梳理之后，临床研究问题要想得到杂志和同行的认可，必须符合FINER标准，即可行（Feasible）、有趣（Interesting）、创新（Novel）、符合伦理（Ethical）、有意义（Relevant）。

如前所述常规诊疗数据开展研究有一些常见偏倚：选择性偏倚包括选择单中心或大医院数据，或按照检查数据的完整性来选择病例等；信息偏倚包括使用回顾性数据、数据填写不完整，或病历书写缺乏必要的质量控制、前后不一致，或缺乏随访信息或随访信息质量差；混杂偏倚如没有收集必要的混杂因素的信息。在选择数据时，要数据库是否能覆盖要研究的人群，可用数据的人群能否代表研究人群，这是两个非常重要的评价，研究对象的选择应有广泛的代表性，包含适当的疾病谱。

姜勇教授指出，利用临床诊疗数据开展研究的理想方式，是把临床研究数据作为基础，再补充临床研究所需要的信息，可以选择纳入所需要的患者，对于这些患者，去做单独的知情同意和采集更多信息。再链接外部的数据，建立起符合科学研究标准的临床诊疗数据库。当然，还需要建立专业化的方法学团队。最后需要强调的是，在开展真实世界研究时，要注意保护患者隐私，进行脱敏。

中国医学论坛报沐雨整理，转载须授权