现实世界研究的机遇与挑战

王彤

doi:10.16462/j.cnki.zhjbkz.2021.06.001

现实世界研究的机遇与挑战

doi: 10.16462/j.cnki.zhjbkz.2021.06.001

王彤^,

030001 太原，山西医科大学公共卫生学院卫生统计学教研室

基金项目:

国家自然科学基金 81872715

国家自然科学基金 82073674

详细信息

通讯作者:
王彤，E-mail: tongwang@sxmu.edu.cn

中图分类号: R181
计量
- 文章访问数: 541
- HTML全文浏览量: 339
- PDF下载量: 119
- 被引次数: 0
出版历程
- 收稿日期: 2021-05-20
- 修回日期: 2021-05-30
- 刊出日期: 2021-06-10

Challenge and opportunity of real world research

WANG Tong^,

Department of Health Statistics, School of Public Health, Shanxi Medical University, Taiyuan 030001, China

Funds:

National Natural Science Foundation of China 81872715

National Natural Science Foundation of China 82073674

More Information

Corresponding author: WANG Tong, E-mail: tongwang@sxmu.edu.cn

摘要

摘要: 现实世界研究(real world research，RWR)作为随机对照研究的补充，受到越来越多关注。如何能有效地利用高质量现实世界数据产生可靠的现实世界证据存在着机遇与挑战。本文从数据管理与利用以及获取证据的技术两方面对近年来的相关研究现状进行总结与评述，以期为RWR及应用提供参考。
- 现实世界研究 /
- 现实世界数据 /
- 现实世界证据 /
- 因果推断
Abstract: As a supplement to randomized controlled trial, real-world research has received increasing attention recently. There are opportunities and challenges in how to effectively apply high-quality real-world data effectively to generate reliable real-world evidence. This article reviews the relevant issues regarding data management and utilization and the methodology of evidence confirming to provide references for real-world research and applications.
- Real world research /
- Real world data /
- Real world evidence /
- Causal inference

HTML全文

图 1 数据的适用性评价和数据治理流程图

Figure 1. Flow diagram of data applicability evaluation and data curation

下载: 全尺寸图片幻灯片

表 1 RWR数据应用中存在的一些挑战

Table 1. Epidemiologic and biostatistical challenges to the use of RWD

问题	描述	可能的解决
数据缺失和选择偏倚	RWD的定义包括常规收集和非协议收集的数据，没有事先设计而得到的数据可能会有选择性。例如：患者可能因为身体不适或未从第一次就诊中获益而不愿参与临床医生的随访，在这种情况下，留在EHR数据库中发现的患者将比追踪所有患者的前瞻性研究有更好的结果；身体不好的病人会寻求更多的治疗，追踪所有受试者的前瞻性研究由于包含了有更多治疗的患者，故而其结局又可能会优于留在EHR数据库中的患者结局；使用可穿戴设备和健康相关社交网络的患者可能比所有特定条件下的患者更健康，更不容易出现不良结局。	结合流行病学原则认真进行研究设计和定义队列，以最大限度地提高目标人群的代表性；采用偏倚校正和人群分层的统计学方法，进行充分的敏感性分析。
测量偏倚	RWD原来可能用于其他目的，收集过程在设计时没有明确考虑到二次使用，可能不能准确地捕捉到二次使用时相关的暴露和结果，从而导致偏倚。例如：有疾病的患者可能比没有疾病的患者更容易回忆起潜在的接触；临床医生可能会选择性地记录患者报告的已确定与疾病相关的风险；临床医生可以根据不同的检测方法进行诊断，这些检测方法具有不同的敏感性和特异性；许多临床诊断是主观的，在临床试验中需要设立盲审委员会。	咨询或与利用原始数据开展研究的人士合作；生物统计学方法如测量误差模型、混合效应模型等；使用预先注册的协议来明确定义变量和限制主观性。
混杂偏倚	观察性研究的设计缺陷导致混杂因素在组间的分布不均衡，尤其是多源数据使情况更为复杂。	采用设计上的限制、分层、匹配或其他因果推断统计学方法。
缺乏对照(如安慰剂)	由于RWD主要是在常规临床护理过程中产生的，在需要治疗的情况下一般不会不给予治疗，假性治疗的处方(如安慰剂)通常是被禁止的，因此，很难使用RWD来评估治疗效果或确认治疗比不治疗好。	获取历史数据可评估患者在某时期未接受治疗时的结局；使用自然实验(例如，在一个诊所有一种新疗法恰好先于其他类似诊所使用)；使用准实验(例如，实验室任意确定一个诊断指标分界点，落在分界点两侧的患者具有高度可比性，但被分配到不同的治疗方案)。
多重比较/第I类错误率膨胀	由于大多数RWD分析是对已经收集的数据进行的，当这些数据被用来进行统计学检验，并且只报告积极的结果，将导致多重假设检验，使假阳性错误机会增加。	将相关研究计划与预先注册的研究方案关联起来；研究需进行内部和外部验证。

下载: 导出CSV

参考文献(13)

[1]	国家药品监督管理局药品审评中心. 真实世界证据支持药物研发与审评的指导原则(试行)[EB/OL]. (2020-12-01)[2021-04-20]. http://www.cde.org.cn/zdyz.do?method=largePage&id=303ca56a4ce06eb0. Center for Drug Evaluation, NMPA. Real-world evidence supports the guiding principles for drug development and review (for trial implementation)[EB/OL]. (2020-12-01)[2021-04-20]. http://www.cde.org.cn/zdyz.do?method=largePage&id=303ca56a4ce06eb0.
[2]	Wang SV, Schneeweiss S, Gagne JJ, et al. Using real-world data to extrapolate evidence from randomized controlled trials[J]. Clin Pharmacol Ther, 2019, 105(5): 1156-1163. DOI: 10.1002/cpt.1210.
[3]	Kaplan NM, Sproul LE, Mulcahy WS. Large prospective study of ramipril in patients with hypertension. CARE Investigators[J]. Clin Ther, 1993, 15(5): 810-818. http://www.ncbi.nlm.nih.gov/pubmed/8269447
[4]	汪旻晖, 赵杨, 邓亚中, 等. 真实世界数据/真实世界证据应用的政策法规及指导原则的比较研究[J]. 中国临床药理学与治疗学, 2020, 25(8): 878-889. DOI: 10.12092/j.issn.1009-2501.2020.08.006. Wang MH, Zhao Y, Deng YZ, et al. Comparison of policies and guidelines regarding using of real world data/real word evidence[J]. Chin J Clin Pharmacol Ther, 2020, 25(8): 878-889. DOI: 10.12092/j.issn.1009-2501.2020.08.006.
[5]	Crown WH. Real-world evidence, causal inference, and machine learning[J]. Value Health, 2019, 22(5): 587-592. DOI: 10.1016/j.jval.2019.03.001.
[6]	Booth CM, Karim S, Mackillop WJ. Real-world data: towards achieving the achievable in cancer care[J]. Nat Rev Clin Oncol, 2019, 16(5): 312-325. DOI: 10.1038/s41571-019-0167-7.
[7]	国家药品监督管理局药品审评中心. 用于产生真实世界证据的真实世界数据指导原则(试行)[EB/OL]. (2021-04-15)[2021-04-20]. http://www.cde.org.cn/zdyz.do?method=largePage&id=d283b75c0a57f24f. Center for Drug Evaluation, NMPA. Real-world data guidelines fo producing real-world evidence(for trial implementation)[EB/OL]. (2021-04-15)[2021-04-20]. http://www.cde.org.cn/zdyz.do?method=largePage&id=d283b75c0a57f24f.
[8]	Gokhale M, Stürmer T, Buse JB. Real-world evidence: the devil is in the detail[J]. Diabetologia, 2020, 63(9): 1694-1705. DOI: 10.1007/s00125-020-05217-1.
[9]	Blonde L, Khunti K, Harris SB, et al. Interpretation and impact of real-world clinical data for the practicing clinician[J]. Adv Ther, 2018, 35(11): 1763-1774. DOI: 10.1007/s12325-018-0805-y.
[10]	Rudrapatna VA, Butte AJ. Opportunities and challenges in using real-world data for health care[J]. J Clin Invest, 2020, 130(2): 565-574. DOI: 10.1172/jci129197.
[11]	颜艳, 王彤. 医学统计学[M]. 5版. 北京: 人民卫生出版社, 2020. Yan Y, Wang T. Medical Statistics[M]. 5th ed. Beijing: People's Medical Publishing House, 2020.
[12]	黄丽红, 王永吉, 王素珍, 等. 倾向性评分方法及其规范化应用的统计学共识CSCO生物统计学专家委员会RWS方法学组[J]. 中国卫生统计, 2020, 37(6): 952-958. DOI: 10.3969/j.issn.1002-3674.2020.06.041 Huang LH, Wang YJ, Wang SZ, et al. Statistical consensus on propensity scoring method and its standardized application. CSCO Biostatistics Expert Committee RWS Methodology Group[J]. Chinese Journal of Health Statistics, 2020, 37(6): 952-958. DOI: 10.3969/j.issn.1002-3674.2020.06.041
[13]	Strengthening the reporting of observational studies in epidemiology, STROBE[Z]. 2014. https://www.strobe-statement.org/index.php?id=strobe-home.