World Sleep Industry ENCYCLOPEDIA

睡眠真實世界數據分析

6.5.3

一、定義、範圍與業務邊界

睡眠真實世界數據分析,是針對日常醫療、健康管理或自然生活情境中持續產生的資料,依預先明確的研究問題進行資料治理、研究設計、統計分析與證據解讀的專業服務。資料可來自電子病歷、醫保或支付紀錄、疾病登記、睡眠中心資訊系統、居家睡眠監測、呼吸治療設備、活動紀錄儀、穿戴式裝置、睡眠日誌及病人報告結果。原始紀錄屬於真實世界數據;經適當設計與分析而形成、能回答特定問題的結論,才可能構成真實世界證據,兩者不可混稱。

此服務的核心交付是研究方案、可分析資料集、程式、品質報告與分析報告,而非製造睡眠設備、執行臨床診療、取代實驗室檢測、舉辦健康活動或提供一般管理顧問服務。服務方亦不得僅憑資料規模宣稱因果關係、產品療效、法規接受或官方認證。若結果用於診斷、治療或監管決策,仍須符合相應研究設計、儀器適用性、倫理審查及主管機關要求。

二、委託立項與可行性評估

立項應先把業務問題轉化為可檢驗的研究問題:目標族群、暴露或介入、比較方案、結果、觀察期間、估計目標及預定用途均須書面化。委託方還應說明資料控制者、涵蓋機構與年代、納入排除規則、可用變項、更新頻率,以及結果將用於探索、發表、衛生科技評估、風險監測或監管溝通。若涉及療效或安全性比較,宜在取數前凍結研究方案與統計分析計畫,並區分主要、次要及探索性分析。

可行性階段不能只看樣本數。服務方應評估目標族群能否可靠辨識,治療與結果是否有可驗證定義,基線期與追蹤期是否足夠,重要混雜因子是否可測量,跨機構連續性及死亡、轉院、設備停用等資訊是否缺漏。亦應檢查授權用途、倫理路徑、資料離域限制與交付期限。若關鍵變項不存在、來源族群明顯偏離目標族群或合規基礎不足,應提出不可行或縮小問題的結論,不應以複雜模型掩蓋缺口。

三、資料來源、睡眠特徵與標準化

不同來源記錄的是不同流程。病歷反映就醫與臨床判斷,支付資料反映可申報服務,登記資料受入組規則影響,設備資料反映特定感測器與演算法輸出,日誌及量表則反映主觀經驗。分析前應保存來源系統、資料生成流程、單位、代碼表、時區、時間戳精度、演算法與韌體版本、評分規則及資料更新日期,並建立來源欄位到分析變項的映射。HL7 FHIR、OMOP 通用資料模型或其他標準可協助交換與語意統一,但成功轉換不表示內容完整,也不表示適合目前問題。

睡眠資料尤其要處理夜間跨日、日光節約時間、旅行換時區、主要睡眠與小睡、佩戴與未佩戴、設備更換、重複夜晚及同一人的層級相關。多項生理睡眠檢查、活動紀錄、氣流血氧、正壓呼吸治療依從性、消費級裝置估算與病人自述不可直接視為同一測量。應預先定義睡眠日歸屬、有效夜晚、最短記錄時間、異常值、缺失夜晚,以及總睡眠時間、覺醒、呼吸事件等指標的計算口徑;消費級輸出若未針對研究用途驗證,不應升格為臨床診斷標籤。

四、研究設計與統計分析

方法應由研究問題決定。描述性專案可估計疾病負擔、服務使用、設備使用或睡眠軌跡;安全性與效果比較則需明確選擇世代、病例對照、自身對照或其他設計。所有設計均應對齊資格判定、暴露分配與追蹤起點,定義洗脫期、指標日期、風險窗口、結果判定及截尾規則。若擬回答因果問題,可用目標試驗架構寫明假想試驗的資格、策略、比較、結果、追蹤與估計量,但此架構不會自動消除未測量混雜。

統計工作應交代個體與夜晚的分析單位,處理重複測量與群聚,報告絕對量、相對量、效果估計及不確定性,而非只報顯著性。傾向分數、配對、加權、分層、迴歸、時間變動模型或遺漏資料方法,都須說明假設、診斷與限制。預定次群組、替代定義、陰性對照及定量偏差分析可用於檢驗穩健性;若在查看資料後改變主要結果、窗口或模型,必須留痕並標為補充分析。

五、品質控制與可重現交付

品質控制應涵蓋接收、轉換、分析與報告。基礎檢查包括紀錄數與人數、唯一性、值域、單位、遺漏率、時間順序、跨表關聯、重複事件、來源涵蓋與版本變化;研究級檢查還包括入組流程、事件發生率、暴露餘額、共變項平衡、模型收斂、極端權重及關鍵結果複算。資料品質應依研究目的評估,不能用單一總分取代對相關性、可靠性及適用性的說明。

完整交付通常包括凍結版方案與統計分析計畫、資料字典、來源到目標映射、世代與表型定義、資料品質報告、分析程式、執行環境與版本、日誌、表圖清單、結果報告及偏差說明。涉及受限資料時,可交付不含個人資訊的程式、參數與彙總結果,並約定可稽核的受控複算機制。程式碼審查、自動化測試、獨立複核或關鍵結果雙重程式設計應按風險安排;任何人工修訂、排除紀錄及方案偏離都須可追溯。

六、資料安全、合規與倫理

睡眠紀錄可能同時包含醫療健康、行為、位置、工作班次與家庭作息資訊,通常具有高度敏感性。專案應在接收資料前確認合法處理基礎、知情同意或適用豁免、倫理審查、二次利用範圍及各資料處理方的角色。去識別化或假名化可降低風險,但不當然排除重新識別,也不能取代用途限制。跨機構、跨地區或跨境處理,還須逐項核對所在地關於個人資訊、資料安全、人類遺傳資源及醫療研究的規定。

技術與管理措施應包括資料最小化、職責分離、最小權限、多因素驗證、傳輸與靜態加密、金鑰管理、稽核日誌、受控匯出、備份復原、漏洞處理及事件應變。識別碼與研究資料宜分離保管,測試環境不得複製不必要的正式資料。契約應載明資料所在地、次處理者、保存期限、刪除或返還證明、安全事件通報、再利用及模型訓練限制。分析服務方的內部認證或安全承諾,不能取代委託方的法定義務與倫理責任。

七、證據解讀、交付驗收與採購評價

真實世界結果應結合資料生成機制解讀。就醫機會、支付規則、設備可近性、數位素養、輪班工作、共病及自我選擇,都可能造成選擇偏差或混雜;演算法升級、佩戴中斷及主觀量表變化則可能造成測量偏差。統計關聯不等於治療效果,設備估算亦不等於多項生理睡眠診斷。報告應同時說明目標族群適用性、絕對風險、臨床意義、不確定性、殘餘混雜、遺漏及不可觀測因素,並避免把探索性訊號寫成確定結論。

採購評價應查核團隊是否同時具備睡眠醫學、流行病學、生物統計、資料工程及隱私安全能力,並要求展示相近資料類型的方法經驗,而非只看軟體或運算能力。契約宜明確規定問題與估計量、資料清單、里程碑、變更控制、品質門檻、重現要求、智慧財產、發表與揭露規則,以及未通過驗收時的修訂機制。驗收以方案一致性、資料與程式碼可追溯、結果可複算及限制揭露充分為核心;發表、監管採納、商業轉化或臨床效果不應被承諾為服務的必然結果。