World Sleep Industry ENCYCLOPEDIA

臨床數據管理與統計分析

6.5.2

定義、範圍與責任邊界

臨床資料管理與統計分析,是把方案規定的研究觀察轉化為完整、可追溯、可解釋的資料集,並用預先說明的方法回答研究問題的專業服務。資料管理覆蓋採集設計、接入、編碼、核查、質疑、清理、標準化、定稿、保存和交付;統計工作覆蓋研究設計支持、樣本量、隨機化、估計目標、分析集、模型、敏感性分析、結果呈現和復現。本詞條位於 WSIC 6.5.2「受試者與樣本管理」,但處理對象是研究資料及其證據鏈,不是受試者招募、樣本檢測、臨床診斷或單純的軟體託管。

研究者、申辦方、資料管理人員、統計師、程式設計師、醫學監查員、中心實驗室、閱片或睡眠判讀中心和技術供應方職責不同。統計師不能用模型修復錯誤的源資料,資料管理員也不能在未獲醫學與方案授權時重新解釋臨床事件。服務外包不轉移對參與者安全、方案遵守、資料可靠性和結果報告的最終責任;自動化規則、機器學習或生成式工具可以輔助發現問題,但其輸出須經與風險相稱的驗證和人工監督。

服務範圍應以資料管理計畫、統計分析計畫、資料傳輸規範、程式設計規範和責任矩陣固定。合同需界定資料源、系統、標準、交付物、時間點、盲態、查詢權限、醫學編碼、外部資料、隨機化和期中分析介面、品質指標、軟體與程式碼所有權、分包、稽核、安全、保留及退出。探索性分析、確證性推斷、監管提交、學術發表和內部決策具有不同要求,不能用「統計支持」一詞模糊交付目的與證據等級。

方案、資料標準與分析預設

高品質資料工作始於方案設計,而不是末次訪視後清理。研究問題應明確人群、處理或暴露、比較、結局、觀察時間和需要處理的治療後事件;主要、次要與探索性變數須有操作性定義。統計分析計畫應在接觸可能影響決策的非盲結果前定稿,說明分析集、變數推導、基線、訪視窗口、協變數、分層因素、模型、檢驗、信賴區間、缺失資料、異常值、多重性、期中分析和敏感性分析。此後變更要記錄時間、理由、決策者及是否查看過結果。

資料標準應從採集到分析貫通。病例報告表或電子採集表只收集回答方案與安全問題所需的內容,並為每個欄位定義名稱、含義、類型、單位、允許值、時間基準、缺失原因和來源。標準化採集、提交與分析模型可提高跨系統追溯性,但應使用項目適用、監管方接受的版本並保存實施說明;把欄位改成標準名稱並不會自動糾正錯誤定義、錯誤單位或不一致的觀察窗口。

樣本量和分析方法要與設計、效應量、變異、事件率、聚類或重複測量、失訪及預期用途相匹配,並報告關鍵假設和不確定性。隨機化序列、分配隱藏和盲態維護須獨立受控;存取非盲資料的人員、資料和時間點應最小化並留痕。若設資料監查委員會或期中決策,應預先規定章程、獨立性、資訊流、停止或調整規則,以及如何控制統計錯誤和營運偏倚。

採集整合與睡眠資料特性

臨床研究可能整合電子病例報告表、電子病歷、參與者報告、實驗室、藥物或器械、影像、語音、日記、可穿戴裝置和感測器。每條記錄應保留參與者、訪視或時間點、來源、採集方法、裝置與軟體版本、單位、時區、建立和修改者以及必要元資料。自動傳輸應核對數量、唯一鍵、範圍、時間和校驗和,手工轉錄則需要針對風險的覆核。介面失敗、重複、遲到、部分檔案、時鐘漂移和重新處理版本必須可識別,不能以最後收到的檔案靜默覆蓋前版。

睡眠資料常跨午夜、多時區並存在夏令時間變化,日期、當地時間、協調世界時、相對入睡或醒來時間應分開保存。多導睡眠包含連續信號、通道和感測器資訊、睡眠階段及事件註釋、品質標記和匯總指標;體動記錄和可穿戴裝置還涉及佩戴狀態、採樣率、原始信號、演算法版本和日記邊界。應核對信號與註釋對齊、通道單位、有效記錄區間和計分規則;單個匯總值不能替代生成它的原始資料和規則。

同名睡眠指標可能因感測器、導聯、採樣、睡眠或記錄時間分母、事件閾值、計分版本和人工覆核而不同。裝置未佩戴不能直接當作清醒,演算法判定的睡眠也不等同於實驗室計分;計畫就寢、實際上床、嘗試入睡、睡眠開始和最終醒來應保持區別。多夜、雙側或多通道資料具有層級與時間相關性,統計單位可能是參與者、夜晚、時段、信號片段或事件。若把大量片段當作相互獨立的受試者,會產生偽重複和過度精確。

核查、質疑與資料庫定稿

資料核查應依據重要性與風險,而不是追求所有欄位零差錯。自動規則和人工審查可檢查必填、範圍、日期順序、跨表一致性、重複、異常趨勢、方案偏離、安全事件、隨機化、外部資料對帳及關鍵結局。規則應有版本、測試和誤報處理;中心間差異、極端值或統計異常只是調查線索,不是造假或錯誤的自動證明。對真實但罕見的觀察,應保留而不是為讓分佈「更好看」而刪除。

質疑應具體、非誘導且可追蹤,保留原值、修改值、理由、發起者、答覆者和時間。源記錄更正、病例報告表更正、統計推導與醫學編碼是不同操作;任何更改都不能掩蓋原始記錄。外部實驗室、判讀中心、器械和電子參與者報告資料需要按關鍵鍵值和版本對帳,嚴重不一致應升級。編碼詞典及版本、自動編碼與人工裁決、合併或拆分規則也屬於分析可復現的一部分。

凍結或鎖庫前應完成預定核查、查詢處置、重要偏離和安全對帳、盲態審核、外部資料確認、編碼定稿及分析資料準備度評估,並由獲授權角色批准。鎖庫不是「資料完美」的聲明,而是確認在已知限制下達到預定分析標準。解鎖須有受控理由、影響評估、授權和再鎖記錄;分析快照、傳輸檔案、程式、元資料和鎖庫狀態要能夠相互對應,防止同一報告混用不同版本。

統計估計、缺失與不確定性

統計分析應圍繞明確的估計目標,而不只是選擇一個檢驗。對隨機研究,應說明目標人群、處理條件、結局變數、總體層面的匯總以及停藥、救援治療、交叉、依從性變化或死亡等治療後事件如何進入問題。觀察性研究還需處理混雜、選擇、測量誤差、時間變化暴露和反向因果。模型選擇應反映設計和資料結構,並檢查適用假設;顯著性數值不能替代效應大小、區間、不確定性和臨床意義。

缺失首先要按原因、時間、組別、中心和變數描述,並區分未安排、未採集、裝置失敗、無效記錄、退出、失訪、結構性不適用和低於測量能力。主分析對缺失機制的假設應明確,敏感性分析應檢驗結論在合理替代假設下是否穩健。簡單刪除、最後一次觀測搬移或單一插補並非普遍有效;插補模型、輔助變數、隨機性和合併規則須記錄。異常值處理同樣需要預設、源資料核查和包含與排除結果的比較。

重複測量、多夜資料、多個中心、家庭成員、成對器官或大量信號片段需要反映相關性與聚類。多個結局、時間點、亞組、模型和反覆查看資料會增加偶然發現,確證性結論應預設層級或採用適當的多重性控制。亞組分析應給出交互作用、不確定性和先驗依據,不把「本組顯著、另一組不顯著」當作組間差異。模型失敗、收斂問題、小樣本、偏離方案和分析選擇都應透明披露,不能只呈現最有利的結果。

結果呈現、復現與資料共享

結果交付應能從表、圖和列表追溯到分析資料、標準化資料及來源。輸出需說明分析集、分母、單位、模型、調整因素、缺失量、估計值、區間和必要檢驗,並同時呈現參與者流程、基線、暴露或干預執行、安全性和不良事件。隨機試驗與觀察性研究應採用適合設計的報告指南,但清單用於提高透明度,不能替代合理設計或把低品質研究變成高品質證據。探索性、事後和資料驅動發現必須明確標註。

復現包通常包括定稿方案與統計分析計畫、資料管理與分析資料規範、資料字典、受控術語、原始到分析的映射、程式與依賴版本、運行日誌、品質控制記錄和輸出索引。關鍵分析宜由獨立程式、雙程式設計或基於風險的覆核驗證;完全一致不是唯一方法,但覆核範圍和差異解決應有記錄。動態報告、互動圖和機器學習模型還需保存輸入快照、參數、隨機種子、訓練與測試分割及模型版本,使後來者能夠重建而不是只能觀看結果。

資料共享應與同意、倫理批准、法律、資助方政策和資料使用限制一致。去標識後的睡眠信號、精確時間、地理或裝置軌跡仍可能重新識別個人,開放存取並非預設最安全方案;可按風險採用受控資料庫、申請審查、資料使用協議、最小權限和輸出檢查。共享包應包含足以解釋的元資料和版本,但不應包含無必要的直接或間接標識。負面結果、偏離和程式碼限制也應披露,選擇性共享會損害覆核價值。

採購監督、變更與退出交付

採購資料管理或統計服務時,應以項目場景評價人員、方法、系統和治理,而不是只比較軟體品牌、自動化比例或報價。盡職調查可核對同類研究經驗、資質與獨立性、驗證證據、標準版本、程式設計與統計覆核、問題升級、安全、業務連續性、分包及檢查支持。試運行宜覆蓋跨午夜時間、外部資料遲到、重複記錄、盲態資料、編碼變化、查詢關閉、鎖庫與重跑,以驗證介面和責任劃分。

項目期間對方案、病例報告表、裝置、演算法、計分規則、詞典、資料標準、統計模型、軟體或供應商的變更都應評估影響。決定採用前要說明對既有資料、隨機化、盲態、樣本量、主要結局和可比性的影響,並按需遷移、回溯重處理、橋接或修訂分析計畫。緊急安全變更可以先實施,但仍須及時記錄與覆核。只保存最新檔案而刪除舊版,會破壞對研究決策和結果的重建。

服務結束時應交付經對帳的資料及其定義、全部適用版本、查詢和偏離狀態、編碼、傳輸清單、鎖庫與解鎖記錄、分析資料、程式、日誌、品質控制證據、隨機化和盲態資料的受控部分、報告以及未決問題。接收方應驗證數量、雜湊或其他完整性標識、可讀性、執行環境和重現性;原服務方依約處理帳戶、金鑰、副本和保留義務。若退出條款只要求一個最終表格,而沒有源到結果的譜系、程式碼、元資料和軟體依賴,研究將難以稽核、更新或復現。