定义、对象与业务边界
睡眠科研统计分析服务是受托方围绕睡眠研究问题,对研究设计、数据结构、统计方法、程序实现和结果解释提供专业支持的科研外包服务。在 WSIC 中编码为 6.5.3,属于“产业配套 / 临床与科研服务 / 科研外包服务”。委托方可包括医院、高校、研究机构以及药品、器械、数字健康和消费健康项目团队;服务对象既可能是随机试验,也可能是观察性研究、诊断准确性研究、队列、问卷、可穿戴设备或既有数据库项目。
该服务的核心交付是可审查的分析方案、数据规则、程序和报告,而不是采集设备、实验室检测或临床诊疗。它也不自动等同于完整的合同研究组织服务:受试者招募、现场监查、医学判断、伦理审查、数据控制者责任和监管申报责任,只有在合同与适用制度明确时才可能纳入。统计人员可以指出偏倚、解释限制和不确定性,但不能替委托方伪造研究问题、追认未获授权的数据用途,或把分析结果包装成产品疗效、官方认证或上市许可。
委托启动与统计策略
项目启动先把“想看什么”转成可检验且与设计一致的问题。双方应核对研究方案、版本、研究人群、干预或暴露、对照、主要与次要结局、观察窗口、分析集、样本量依据和决策用途。验证性研究宜在知晓分组结果前完成统计分析计划,明确估计目标、伴随事件的处理、协变量、模型、缺失数据、多重比较、亚组和敏感性分析;后续变更应记录时间、原因、批准者及对解释的影响。探索性工作可以更灵活,但必须与预设分析分开标识,不能在看过结果后把偶然发现改称主要结论。
合同还应列明输入数据、数据字典、查询截止点、盲态安排、里程碑、审阅轮次和接受标准。服务方在报价前应进行可行性检查:变量是否真实存在,时间戳和单位是否一致,样本量是否支持计划模型,设备或中心能否合并,结局能否从原始记录可靠推导。若研究设计本身无法回答目标问题,合适的交付应是说明限制并提出修订路径,而不是仅凭复杂模型制造确定感。
睡眠数据与技术方法
睡眠数据常同时包含多导睡眠监测、家庭睡眠呼吸暂停测试、活动记录仪、睡眠日记、患者报告结局、临床记录及设备日志。分析前要固定所用评分规则和版本,区分实测与算法估计,并检查时区、夏令时、跨午夜日期、佩戴/记录有效时长、无效夜、重复夜和人工改分。总睡眠时间、睡眠潜伏期、入睡后觉醒、睡眠效率、觉醒指数或呼吸事件指数的定义、分母和有效记录条件必须写入数据规范;同名指标若来自不同设备、算法或评分标准,不能默认可互换。
方法应适配数据生成过程。多夜或多时点资料通常需要考虑个体内相关、夜次效应和中心效应;节律研究还要处理钟表时间、相位和轮班结构;设备比较应评价一致性与误差,而不只报告相关系数;预测模型需区分训练、调参与独立验证,防止数据泄漏。常见工作可包括描述统计、回归、混合效应模型、生存或纵向分析、诊断性能、重抽样和敏感性分析,但方法名称本身不证明合理。统计显著性不等于临床重要性,关联也不自动支持因果解释。
委托交付与可复现性
可验收的交付通常包括经批准的统计分析计划、数据接收清单、数据检查与查询记录、分析数据集及变量说明、可执行代码、程序运行日志、表图清单、结果表图、偏离清单和统计报告。若用于论文或申报,还可约定方法段、结果段、审稿问题答复、数据标准与元数据;是否采用特定监管数据标准应由用途和接收方要求决定,不能把“标准格式”宣传成通用认证。
结果应能从输出追溯到分析数据,再追溯到来源字段和推导规则。代码应锁定软件、包和随机种子版本,说明手工步骤,并在适用时提供独立复核所需环境。交付报告需同时呈现效应量、区间估计、样本数量、缺失情况、模型假设、敏感性结果和预设偏离,不能只挑选有利的显著性结果。原始记录的权属、分析数据和代码的使用权、论文署名、发明归属、保存期限及项目结束后的安全移交,应在合同中逐项约定。
质量控制与变更管理
质量控制应按结果风险分级,而不是对所有输出做同样检查。主要结局、关键安全分析、样本量程序和监管用途数据可采用独立编程或独立复算;常规表图可通过代码审查、输入输出核对、边界值测试和抽样复核。检查重点包括纳入排除是否符合方案、分组和盲态是否正确、推导分母是否一致、单位与日期是否转换正确、重复记录和极端值如何处置,以及表图数字能否与报告文字一致。
分析应在约定的数据定稿或锁定状态上运行,并保留数据哈希、程序版本、运行环境、日志、审阅意见和批准记录。发现数据修订、评分规则变更、设备固件或算法更新时,要评估影响并决定是否重跑,而不能无痕替换结果。自动化和人工智能工具可以辅助编码、检查或制图,但输出仍需由具备相应方法能力的人员复核,且要防止机密数据被发送到未经批准的系统。质量证书或软件验证记录只能说明其覆盖范围,不能替代具体项目的正确性验证。
数据安全、伦理与合规
睡眠记录可能包含医疗健康、行为、位置、声音、视频或生理信号,组合后具有较高再识别风险。委托前应确定各方是数据控制者、受托处理者还是共同责任方,记录处理目的、合法依据、最小必要字段、访问角色、存储地点、加密和传输方式、备份、日志、保留销毁、事件通报及分包商。编码化或删除直接标识并不保证匿名;小样本人群、精确时间和罕见事件仍可能暴露身份,因此共享范围和再识别风险需单独评估。
涉及人体参与者或可识别健康数据时,统计工作必须落在获批方案、知情同意、伦理决定和适用法律允许的范围内。二次使用、数据联结、跨机构或跨境传输、遗传数据及未成年人数据可能触发额外条件,应由责任机构按研究发生地、数据来源地和接收地逐项确认。服务方不得以“仅做统计”为由绕开伦理或数据保护义务,也不能自行扩大用途。统计分析不承担医学诊断;如分析中发现可能影响受试者安全的信息,应按预先约定的升级通道交由有资格的研究和医学负责人处理。
证据解释与采购评价
研究结论的可信度取决于设计、测量、数据质量和分析共同形成的证据链。验收时应核对主要问题是否被直接回答,结局和分析集是否与方案一致,缺失、多重性、模型假设与偏离是否透明,效应大小及不确定性是否完整,并区分验证性、探索性和事后分析。单项显著结果、漂亮图形或庞大数据量不能抵消选择偏倚、混杂、测量误差或不可复现流程;统计报告也不能成为产品“有效”“安全”或获官方认可的单独证明。
采购方宜核验团队是否同时具备生物统计与睡眠数据经验、谁实际承担工作、是否有独立质控和利益冲突管理,并查看去标识化的交付样例或受控演示。合同应写清交付清单、验收口径、错误分级和修订时限、保密与安全事件响应、分包审批、审计权、知识产权、持续支持及退出移交。评价报价时要比较纳入的研究设计支持、数据清理、编程复核和审阅轮次;过低报价可能把关键工作留给委托方。合格服务的价值是让推导路径、限制和不确定性更清楚,而不是保证获得显著、可发表或有利的结论。