定義、用途與業務邊界
睡眠產品真實世界研究,是利用日常醫療、家庭、社區、機構或市場使用過程中常規產生的資料,按預先明確的研究問題和分析方案,評價特定睡眠相關產品在實際使用條件下的利用方式、安全性、效能、可接受性及潛在獲益或風險。真實世界資料可以來自電子健康記錄、登記系統、理賠與處方、售後和警戒記錄,也可以來自睡眠日記、患者報告結局、穿戴裝置、家庭監測裝置或產品日誌;只有經過適當設計、治理和分析後形成的臨床證據,才稱為真實世界證據。資料來自“真實場景”本身,不保證資料完整、結論無偏或足以支援某項宣稱。
本服務可用於上市後安全監測、使用模式研究、長期表現觀察、效果比較、未充分代表人群研究、標籤或說明書問題探索以及後續試驗設計。產品可包括藥品、醫療器械、數字健康技術、一般健康產品、床具、光聲溫控裝置及其他消費品,但每類產品的法律屬性、預期用途和證據門檻不同。研究中的干預程度也要單獨判斷:完全觀察性研究、在常規實踐中嵌入的隨機研究、由研究者主動改變產品或演算法的研究,可能適用不同審批、註冊和安全管理要求,不能都以“真實世界”規避臨床研究責任。
該服務不同於產品製造、出廠檢驗、實驗室效能測試、標準符合性評價、使用者活動執行、單純資料託管、隱私合規諮詢和常規診療。合約研究組織可以承擔方案、中心、資料、統計或報告工作,但申辦方仍需保留適用的監督和最終責任。研究報告、倫理批准、檢測報告、標準符合宣告或顧問意見均不等於監管機構批准,也不能把被研究產品自動稱為“臨床驗證有效”。
研究問題、設計與比較方法
專案應先把用途寫成可回答的問題:目標人群是誰,研究的是哪個產品和版本,比較物件是什麼,暴露從何時開始,觀察多長時間,主要結局與安全結局是什麼,以及結論將支援科研、風險管理、採購還是監管溝通。研究方案應預先規定納入排除、索引日期、基線期、隨訪期、主要和次要分析、亞組、多重性、缺失處理與敏感性分析。若計劃支援產品宣稱,還要把宣稱中的人群、場景、劑量或使用方式、產品配置、結局和時間範圍逐項對映到研究設計。
常見設計包括佇列、病例對照、自身前後比較、登記研究、務實隨機試驗和外部對照研究。設計選擇應依據問題,而不是依據現成資料庫是否方便。觀察性比較需處理適應證混雜、健康使用者效應、疾病嚴重程度、同時治療、渠道差異和時間變化;可使用限制、匹配、分層、加權、迴歸或目標試驗模擬等方法,但任何模型都不能修復沒有測量的關鍵變數。自身前後變化還可能來自自然波動、迴歸均值、季節、期待、共同干預或裝置學習效應,不能把使用後的改善全部歸因於產品。
對照組應在同一臨床問題和可比較時間窗內具有合理的可交換性。若使用歷史或外部對照,要說明資料採集、入組、結局定義和醫療實踐差異。產品可能在使用中升級硬體、配方、韌體、推薦演算法或介面,因此必須記錄版本、生效時間和遷移規則;把多個實質不同版本合併分析,會使結果無法對應到可採購或可監管的具體產品。
資料來源、產品暴露與睡眠結局
資料來源遴選應以“適合當前用途”為標準,評估目標人群覆蓋、關鍵變數可得性、時間連續性、準確性、完整性、可追溯性、資料生成流程及能否取得驗證樣本。理賠程式碼適合觀察醫療利用但通常缺少詳細睡眠表型;電子健康記錄包含臨床細節,卻會受到就診選擇和機構記錄習慣影響;客服、退貨和警戒資料可發現問題線索,卻不能直接計算無偏發生率;穿戴與應用程式可高頻記錄家庭狀態,但演算法、佩戴、同步和缺失機制可能改變結果。多源連結應驗證同一人匹配、時間對齊、重複記錄和連結誤差。
暴露定義不僅是“購買”或“帳號啟用”。研究需識別產品型號、批次或軟體版本,實際啟用時間、頻次、持續時長、劑量或設定、依從性、中斷、共享使用、替換和同時使用的其他產品。藥品、器械、數字功能和一般消費品還應分別處理處方與實際使用、耗材補充、遠端參數調整、演算法更新以及無法確認使用者身份等問題。暴露錯分可能稀釋或製造關聯,版本變更後的資料不能假定與舊版本等價。
睡眠結局應按問題分層。睡眠日記和驗證量表可描述主觀入睡、覺醒、睡眠品質和日間功能;體動記錄可估算休息—活動模式;多導睡眠監測可測量睡眠階段、覺醒、呼吸和運動事件;醫療利用、事故、停藥、退貨和不良事件反映的是不同層面的結果。消費級“深睡”“睡眠分數”不自動等同於腦電分期或臨床診斷,必須固定裝置、演算法版本、有效夜標準、時區、人工編輯和派生公式。工作日與休息日、季節、輪班、咖啡因酒精、藥物、共病、寢具、光聲溫度和同床者均可能影響睡眠,應按方案測量或討論。
委託、實施流程與交付物
委託前應形成研究問題說明、產品與宣稱清單、目標用途、可行性評估和資料來源盡調。合約應區分申辦方、研究機構、醫療機構、資料持有方、技術供應方、統計方和分包方,寫明科學決策、參與者保護、安全訊號升級、資料控制者或處理者職責、智慧財產權、發表獨立性、利益衝突和監管溝通許可權。研究供應商承擔工作並不轉移申辦方應盡的監督責任;關鍵分包、境外處理和方法變更需可見並受控。
正式流程通常包括方案與統計分析計劃、倫理及必要的監管判斷、研究註冊或公開方案、資料字典和共同資料模型、提取轉換、品質檢查、分析集鎖定、主分析與敏感性分析、醫學和安全複核、報告及歸檔。前瞻性收集或嵌入式干預還可能需要招募、知情同意、研究物資、現場培訓、偏離管理和不良事件報告。重大方案、終點或程式碼變更要在看結果前批准並留痕;確因新資訊變更時,應說明時間、原因、影響及是否需要補充分析。
可驗收交付物不應只有簡報。通常應包括最終方案、統計分析計劃、資料來源說明和適用性評估、變數與程式碼表、產品版本對映、資料清理與派生規則、品質報告、分析程式碼與執行環境說明、表圖清單、偏離和決策日誌、安全問題清單、研究報告、局限說明及可復現歸檔。若因隱私或許可不能交付行級資料,合約仍應保證委託方和依法有權者能夠核查來源、轉換、程式碼、彙總與審計軌跡。
品質控制、偏倚與統計解釋
品質應在設計階段建立,而不是在報告末尾補救。專案應識別對參與者保護和結論可靠性關鍵的因素,例如暴露識別、主要結局、關鍵混雜、隨訪完整性、產品版本、嚴重不良事件和分析可復現性,並據風險設定源資料核驗、程式化檢查、醫學編碼複核、雙人審閱或獨立驗證。資料品質評價應針對本研究用途;一個資料庫在疾病監測上表現良好,不代表它能準確區分不同睡眠產品版本或測量入睡潛伏期。
分析前應凍結可執行的方案、程式碼表和分析計劃,保留原始提取、轉換日誌、資料版本、程式碼版本、執行記錄和結果校驗。應檢查選擇偏倚、資訊偏倚、錯分、混雜、時間相關偏倚、失訪與競爭風險。研究還需報告樣本形成流程、每一步排除、基線平衡、有效觀察時間、事件定義驗證、缺失模式、模型假設、效應量和不確定性區間。負對照、定量偏倚分析、替代定義、滯後期、不同依從閾值和未測混雜敏感性分析可檢驗穩健性,但不能把多種分析中最有利的一項冒充預設主結果。
統計關聯不等於因果,統計顯著不等於臨床重要,群體平均不等於個體必然受益。大樣本可以把很小的差異變成顯著結果,卻無法消除系統偏倚。對於安全訊號,應區分訊號發現與因果確認;對於有效性或效果比較,應說明估計目標、絕對與相對效應、基線風險、隨訪長度和適用人群。失敗、陰性和不確定結果同樣需要如實保留和報告。
資料安全、倫理與合規
真實世界研究仍可能是涉及人的健康研究。應依據研究干預程度、資料可識別性、產品類別和所在地規則,完成科學與倫理審查、知情同意或豁免判斷、必要的研究註冊和監管溝通。豁免同意不是免除倫理責任;需要說明為何無法或不宜重新同意、風險是否最小、參與者權利如何保護。直接面向消費者的招募、應用內同意和長篇隱私條款不能以預設勾選替代理解與自願,退出研究也不應不當影響基本服務或醫療照護。
資料治理應遵循目的限定、最少必要、分層授權、強身份認證、傳輸和儲存保護、日誌、備份恢復、漏洞處置、保留期限與安全刪除。姓名移除不等於匿名:睡眠時間序列、位置、裝置識別碼、聲音、影片和罕見疾病組合可能重新識別個人。連結資料、雲服務、跨境傳輸、二次使用和供應商再利用,應有合法基礎、清晰告知、合約限制和風險評估;用於研究的演算法訓練或商業畫像不得在未說明的情況下搭便車。
應建立不良事件、產品投訴、資料洩露、偶然臨床發現和緊急風險的分流規則。研究團隊不得用儀表板提示替代醫生診斷,也不得隱瞞可能需要醫學處理的訊號;同時,未經驗證的消費裝置異常也不應直接製造診斷。藥品、器械、食品、一般健康產品和消費品適用的警戒、廣告、研究和記錄規則不同,跨地區專案須逐地確認,不能把一個法域的登記、倫理批准或標準符合檔案解釋為全球許可。
證據報告、採購評價與宣稱邊界
報告應使讀者能夠重建研究問題、資料來源、產品版本、樣本形成、暴露和結局定義、混雜控制、統計方法、偏離、缺失、安全結果、利益衝突和局限。觀察性研究可參照相應報告規範,干預性試驗則應遵循適用的試驗註冊和結果披露要求。正面、陰性與無結論結果都應報告,預設分析與探索分析要清楚區分。研究可說明關聯、使用表現或特定條件下的比較結果,但結論必須限制在實際研究的人群、產品配置、場景和時間範圍內。
採購研究服務時,應審查團隊的流行病學、睡眠醫學、統計、資料工程、安全和法規能力,既往專案的可核查性,標準操作程式,利益衝突管理,分包透明度,資料訪問與退出安排,以及能否交付可復現的程式碼和審計記錄。報價應拆分資料許可、連結、醫療編碼、統計、技術驗證、倫理與安全工作,避免用“樣本量巨大”掩蓋關鍵變數缺失。驗收指標可包括方案按期凍結、關鍵變數驗證、查詢關閉、分析復現、偏離閉環和完整歸檔,而不應以獲得顯著或有利結果作為付款條件。
真實世界研究可以補充隨機試驗和實驗室評價,幫助理解常規使用、長期表現和更廣人群,但不能自動替代與具體決策相稱的證據。一次供應商分析、內部儀表板、使用者好評、前後對比或未經驗證的睡眠分數,不能證明療效、安全、因果關係或官方認可。“真實世界驗證”“臨床級”“顯著改善”“零風險”等表述必須與產品本身、預定用途、研究設計、完整證據和屬地要求一致;若產品、演算法、配方、使用條件或宣稱改變,應重新評估原有證據是否仍然適用。