📋 快速导航

先泼盆冷水：数据多不等于证据多

前几天看到NEJM发了一篇重量级文章，讨论真实世界数据的价值和挑战。说实话，看完之后心情有点复杂。

一方面，这篇文章的作者阵容确实够分量——Robert Califf，前FDA局长，现在在Duke当教授。能让这种级别的人愿意署名讨论的话题，说明问题确实不小。

另一方面，我在临床研究这行摸爬滚打了十几年，太清楚这篇文章背后揭示的东西了：整个行业对RWD/RWE的热情，很大程度上是建立在一个美丽的误会之上的。

什么误会？就是觉得有了海量电子病历、医保数据库，我们就能轻松产生高质量的真实世界证据来指导临床决策。

醒醒吧。

被吹上天的问题根源

我们用"记账本"做"研究报告"

文章里有个比喻特别扎心，我必须分享给同行们：

现在的电子健康记录系统，本质上就是一个超级复杂的"记账本"——不是科研记录本，是记账本。

记账本关心什么？卖出什么货、收多少钱。病历系统关心什么？诊断了什么、做了什么手术、开了什么药、收了多少费。

科研记录本关心什么？治疗效果、不良反应、患者的生活质量、可能影响结果的任何因素——不管这个因素能不能变现。

所以问题来了：

• 一位心梗患者的支架手术会被精确记录（因为这能收费）
• 但他的吸烟史、饮食习惯、精神压力、经济状况呢？（因为不直接关联收费）
• 患者出院后是不是悄悄把药停了？（因为不影响下次就诊记录）
• 他的生活质量到底改善了没有？（因为这个指标根本没法计费）

每次做回顾性研究的时候，我都有一种在废墟里淘宝的感觉——数据确实不少，但能用的高质量数据少之又少。

三种数据源的硬伤

电子健康记录（EHRs）：信息最丰富，也最破碎

理论上EHR包含最全面的患者信息。但实际上，每个医院、每个系统都像是一个独立的数据王国。别说全流程追踪患者了，同一家集团旗下的两家医院，数据互通都是奢望。

这直接导致一个尴尬的局面：你想做多中心的真实世界研究，光是数据对接这一关就能让团队脱层皮。

医保理赔数据：维度太单一

理赔数据像是把患者在医疗系统里的"消费记录"串联起来，能看到一些就诊轨迹。但问题也很明显：它只记录"付过钱"的事件，而且一旦患者换了保险，这条链就断了。

更致命的是，很多对研究至关重要的信息根本不在理赔范围内——你怎么可能指望从医保数据里找到"患者服药依从性差是因为受不了轻微恶心"这种细节？

死亡数据：最基础的反而最难拿

说起来可笑。死亡是所有长期随访研究的终点，但美国国家死亡数据库（NDI）更新速度曾经是每年一次。对比一下，英国RECOVERY试验能快速接入国家死亡数据，这种效率差距让人无语。

为什么RWE还是稀缺品

混杂偏倚：那个绕不开的坎

做观察性研究的同行都知道这个痛：用真实世界数据做疗效比较研究，最大的敌人永远是混杂偏倚。

简单说就是：你观察到的疗效差异，到底是治疗本身带来的，还是因为选择这个治疗的患者本身就有某些特征优势？但那些特征你根本没记录到。

作者打了个比方：在布满哈哈镜的房间里量身高——你能得到一个数字，但那个数字离真相有多远，完全没底。

数据质量和数据量是两码事

这是我特别想跟年轻同行说的一点。现在很多项目动辄号称"百万级患者数据"，听起来很吓人。

但数据量再大，如果关键变量大量缺失、随访时间不完整、混杂因素没记录——这些数据依然是垃圾进、垃圾出。

大数据的幻觉害死人。

破局之路：系统性思考

数据层面的改变

文章提到了一些方向，我比较认同：

• 嵌入研究导向的数据收集模块：不是推倒重来，而是在现有EHR系统里增加研究用的字段。比如在常规就诊流程中，系统性地收集患者报告结局（PRO）。
• 推广通用数据模型：OMOP、PCORnet这些标准化数据模型的价值不在于技术本身，而在于能让不同来源的数据"说同一种语言"。
• 建立数据质量审计机制：这个真的很重要。我见过太多项目，数据入库之后就成了黑箱子，没人知道完整性怎么样、变量质量如何。

系统层面的改变

坦白说，光靠技术层面的修修补补解决不了根本问题。文章提到的"全国性全支付方理赔数据库"方向是对的。

以色列能快速发现疫苗相关心肌炎，靠的就是全国统一的数据库。中国其实有类似的制度优势，关键是怎么用好。

方法学层面的进步

因果推断方法这几年进步很快。倾向性评分、工具变量、贝叶斯方法……这些技术能让观察性研究更接近真相。

但技术只是工具，不能解决数据本身的质量问题。如果基础数据是垃圾，再花哨的统计方法也救不回来。

写在最后

读这篇文章的时候，我一直在想一个问题：我们这行现在对RWD/RWE的热情，有多少是真正看到了它的价值，有多少只是被行业炒作推着走？

不是说RWD/RWE没价值，恰恰相反，它的价值是巨大的。但这种价值的实现，需要整个生态系统的升级——从数据收集理念、到数据标准、到研究方法、再到监管框架。

这不是某个项目、某家公司能搞定的事情。

有意思的是，文章的三位作者里，有两位曾经在FDA任职。这种从监管视角出发的反思，其实说明了一件事：在追求RWE应用的道路上，我们可能跑得太快了一点，是时候停下来审视一下脚下的路了。

数据金矿是真实存在的，但前提是你得有能力把它提炼出来。在那之前，保持理性，比盲目乐观更重要。