定義、邊界與服務類型
真實世界資料是從日常醫療、支付、登記、公共衛生、患者報告、家庭環境、數位健康技術或其他常規活動中取得的健康相關資料;真實世界證據則是針對明確問題,對適用資料按預先說明的方法分析後形成的結論。兩者不能混用:一批電子病歷、理賠記錄或穿戴裝置日誌只是資料來源,不因樣本量大、來自現實場景或經過演算法處理就自動成為可靠證據,也不能取代所有隨機試驗。
真實世界研究與資料服務可包括問題轉化、可行性評估、資料來源選擇、計畫書與統計分析計畫、倫理和資料使用材料、資料擷取與連結、品質評估、程式分析、結果解釋及報告交付。服務方應聲明自己是資料持有者、研究發起者、合約研究組織、分析者還是技術平台,並說明是否提供監管申報支援。取得資料存取、完成一份研究報告或得到顯著結果,都不等於研究符合某一主管機構的證據要求或產品因此獲准。
問題、計畫與治理
專案開始時應把業務需求改寫成可檢驗問題,明確目標人群、暴露或介入、比較組、結局、時間範圍、估計量和使用情境,並判斷描述、診斷、預測、因果、安全監測或衛生服務問題需要何種設計。計畫應在查看結果前固定主要與次要目標、納排標準、索引時點、追蹤、變項定義、樣本量、遺漏資料、亞組、敏感性分析和修改規則;探索性分析要清楚標記,不能事後包裝成預設驗證。
治理應列明發起者、資料控制者和處理者、科學負責人、統計與臨床複核、倫理或隱私審查、患者參與、利益衝突及發表權限。研究需按實際法域和用途確定同意、豁免、授權、資料使用協議、跨境傳輸和登記要求;去識別化可以降低風險但不能宣稱風險為零。合約還應處理演算法、程式碼、衍生資料、知識產權、再使用、留存、銷毀、事故通知和稽核,不以「匿名資料」為由繞過適用義務。
資料來源盤點與適用性
資料來源評估要記錄產生目的、涵蓋機構和時間、納入機制、人口代表性、更新延遲、編碼體系、資料模型、可用欄位、連結鍵、來源系統變化及存取條件。電子病歷反映臨床記錄,理賠更接近計費,登記系統由特定納入規則形成,患者報告和裝置資料又受參與、佩戴及技術條件影響;任何來源都可能漏掉境外或院外診療、非報銷用藥、死亡、社會因素或未記錄結局。多源連結要評估配對錯誤和選擇性連結,不能把同一人的重複記錄當成獨立樣本。
「適合用途」由問題決定,應在取數前檢查關鍵暴露、結局、混雜因素和時間資訊能否以足夠完整性、準確性、一致性、合理性與時效性取得。可行性計數只能初步估算,正式研究還需驗證代碼集和表型,抽查原始記錄或對照可信參考,並量化遺漏、異常、重複、遷移和機構差異。通用資料模型與標準術語有助於重用和多庫分析,卻不會修復來源資料偏誤;映射損失、版本及本地規則都須留痕。
研究設計、偏誤與因果解釋
觀察性研究尤其要控制選擇偏誤、混雜、錯誤分類、資訊偏誤、反向因果和不朽時間偏誤。世代、病例對照、橫斷面、自身對照、自然實驗、務實試驗或目標試驗模擬應由問題和資料生成過程決定,而不是由現成欄位決定。比較效果研究需讓資格、治療分配、索引時點和追蹤起點對齊,說明因果圖或概念模型、混雜因素選擇、重疊與陽性、介入一致性和無未測混雜等識別假設。
傾向分數、加權、配對、標準化、工具變項或機器學習不能憑名稱消除偏誤,應報告平衡、重疊、極端權重、模型診斷和估計目標。負對照、定量偏誤分析、替代表型、不同寬限期、遺漏機制和未測混雜敏感性分析用於檢驗結論穩健性,而不是挑選最好看的結果。關聯結果應按設計限制解釋;預測模型的區分度、校準和外部驗證也不自動證明介入會改善健康結局。
資料處理、分析與可重現性
資料管線應保留從來源欄位、擷取、清理、單位和時區統一、編碼映射、衍生變項、凍結資料集到分析表的完整譜系。每次執行記錄資料截止日、軟體與程式碼版本、參數、環境、隨機種子、品質檢查、排除數量和日誌,並以最少權限分離開發、正式執行和發布。多中心分析需預先統一表型與程式,同時保留站點差異;聯合或分散式分析還要驗證各節點執行成功、輸出揭露風險和合併方法。
結果報告應給出研究人群流向、基線特徵、追蹤和資料密度、遺漏與設限、效應量及不確定性,而不只給顯著性。主要、次要、探索和事後結果分別呈現,說明多重比較、亞組異質性、模型變更、計畫偏離和無結果分析。獨立複核應能從凍結資料與受控程式碼重現表格和圖形;因隱私不能分享個體資料時,仍可提供計畫、變項定義、代碼表、分析邏輯、合成測試資料和可執行記錄。
睡眠資料與數位測量
睡眠真實世界資料可來自門診與住院記錄、多導睡眠監測、居家睡眠呼吸中止檢測、體動計、消費級穿戴裝置、床旁或非接觸感測器、應用程式日誌、睡眠日記、患者報告、處方、理賠和環境資訊。研究應明確每個訊號是原始測量、裝置輸出還是演算法衍生值,並鎖定裝置型號、韌體、演算法、佩戴位置、取樣率、有效夜晚、時區、換日規則和升級日期。同名的「睡眠時長」「覺醒」或「睡眠階段」在不同系統中未必等價,不能未經驗證直接合併。
裝置和演算法須在目標人群、場景與結局下證明適用性,評價準確度、精密度、失敗率、佩戴依從、資料遺失和升級漂移,並考慮年齡、膚色、體型、共病、藥物、輪班、共享裝置及網路條件帶來的差異。消費裝置的睡眠分期不應自動視為臨床診斷,縱向關聯也不能單獨證明因果或治療效果。涉及篩查、診斷、治療建議或醫療產品監管用途時,需另外符合相應臨床、技術和監管證據要求。
交付、透明度與持續監督
交付物應與預定用途匹配,可包括資料資產與差距清單、可行性報告、計畫書、統計分析計畫、倫理和治理包、資料字典、表型與代碼集、品質報告、分析程式碼、結果報告及可稽核歸檔。報告需註明資料涵蓋與截止日期、版本、適用人群、估計對象、限制、利益衝突和資助,按適用要求登記研究並及時揭露結果。服務方不得出售無法核實來源的資料、選擇性隱瞞無效結果,或用「監管級」「全人群」「零偏誤」等標籤取代證據。
研究上線後仍應監測資料來源、編碼、機構流程、裝置和演算法變化,評估其對可比性、漂移、遺漏和結論的影響;重複分析須保留版本關係,不能靜默覆蓋。存取終止時,應撤銷憑證、回收副本、按協議留存或銷毀資料,並移交未決事項和稽核記錄。高品質服務的標誌是問題明確、資料適用、設計可辯護、分析可重現、隱私受保護和限制透明,而不是資料規模、處理速度或統計顯著性的數量。