臨床人員視角：如何將臨床問題轉(zhuǎn)化為科研問題

在制定研究課題時(shí)，需要著重考慮幾點(diǎn)：

在制定研究課題時(shí)，首先要考慮研究者定義的受試者群體，即這個(gè)研究問題與哪些患者相關(guān)：

第二步是需要控制暴露變量與非暴露變量是否進(jìn)行了動(dòng)脈置管，需要注意的幾個(gè)問題，例如暴露變量時(shí)間的定義，還有如何定義暴露組和非暴露組。

第三步，我們需要關(guān)注在變量影響下，我們關(guān)注的事件是否會(huì)發(fā)生，以下是幾種可以考慮的結(jié)局。

在理清這些需要進(jìn)行的研究課題后，我們需要思考如何將臨床問題的哪些部分轉(zhuǎn)化為能夠定性的試驗(yàn)問題，例如：

“在所關(guān)注的研究樣本中，與對(duì)照組相比，暴露于我們所研究的變量是否會(huì)產(chǎn)生不同的臨床結(jié)局？

在有創(chuàng)動(dòng)脈置管監(jiān)測(cè)中，可以將問題設(shè)置為：

進(jìn)行機(jī)械通氣且未使用血管活性藥物的成年 ICU 患者中（即研究樣本），在機(jī)械通

氣開始后進(jìn)行動(dòng)脈置管（與沒有動(dòng)脈置管的患者相比）（即暴露組和對(duì)照組）是否會(huì)

降低患者的 28 天死亡率（以患者為中心的主要結(jié)局）和每天的血?dú)鉁y(cè)量次數(shù)（次要結(jié)局，中間結(jié)局）？

將臨床問題轉(zhuǎn)化為研究課題后，我們就要開始試驗(yàn)的設(shè)計(jì)，以此證明我們提出的假設(shè)和發(fā)現(xiàn)，分為以下步驟。我們可以采用隨機(jī)對(duì)照實(shí)驗(yàn)和觀察性研究結(jié)合的方式對(duì)課題展開研究。

近年來，循證臨床實(shí)踐對(duì)真實(shí)世界證據(jù)的需求不斷增加。由于各種原因，既往的認(rèn)識(shí)常常把真實(shí)世界研究與觀察性研究對(duì)等起來。而隨著認(rèn)識(shí)的深入，實(shí)效性隨機(jī)對(duì)照試驗(yàn)（pragmatic randomized controlled trial，pRCT）逐漸被視為真實(shí)世界研究的重要構(gòu)成，并日益成為醫(yī)療衛(wèi)生領(lǐng)域關(guān)注的熱點(diǎn)證據(jù)之一。所以隨機(jī)對(duì)照實(shí)驗(yàn)成為了生物醫(yī)學(xué)研究中的金標(biāo)準(zhǔn)。理想條件下，隨機(jī)化過程可消除所有混雜因素，并做出因果推斷，而如果不隨機(jī)化則不能做出正確的因果推斷。

所以在 RCT 中，限定條件的患者（例如所有進(jìn)行機(jī)械通氣的成年人）會(huì)隨機(jī)地接受特定的藥物或干預(yù)（例如動(dòng)脈置管）或隨機(jī)地接受對(duì)照組處理（例如不進(jìn)行動(dòng)脈置管），然后仔細(xì)測(cè)量記錄預(yù)先選定的結(jié)局（例如 28 天死亡率）

觀察性研究：非試驗(yàn)性的，研究者記錄日常的醫(yī)療實(shí)踐活動(dòng)，在無主動(dòng)外加干預(yù)的情況下，根據(jù)相關(guān)性和關(guān)聯(lián)性得出結(jié)論。

真實(shí)世界中醫(yī)療過程的產(chǎn)生有其原因，這些原因可能會(huì)導(dǎo)致研究樣本偏離反事實(shí)假設(shè)的理想狀態(tài)（即暴露組和非暴露組的患者存在重要的差異）。簡(jiǎn)言之，觀察性研究很難獲得反事實(shí)對(duì)照組，可能比 RCT 更容易受偏倚的影響（有效性問題）

定性研究作為科研的基石，在將數(shù)據(jù)科學(xué)加入科研時(shí)，首要的便是選擇數(shù)據(jù)源，在觀察性研究的關(guān)鍵是合適數(shù)據(jù)庫的選擇，在培訓(xùn)過程中，馮聰博士列舉了以下幾類相應(yīng)的數(shù)據(jù)庫。數(shù)據(jù)庫的選擇很重要，數(shù)據(jù)分析工具的便捷也能讓科研過程更加順暢，在Datathon的整個(gè)過程中便采用了K-Lab在線數(shù)據(jù)分析工具，無需下載即可直接連到數(shù)據(jù)庫讓，使用云計(jì)算資源進(jìn)行計(jì)算分析，大大提高了項(xiàng)目完成效率。

這類數(shù)據(jù)庫往往包含有關(guān)病人的基本信息，醫(yī)院人口統(tǒng)計(jì)學(xué)信息以及計(jì)費(fèi)和作代碼的信息，能夠在宏觀上對(duì)醫(yī)療做出研究。比如由 Healthcare Cost and Utilization Project 建立的 National InpatientSample 和 State Inpatient Databases 數(shù)據(jù)庫，還有 Medicare database 保險(xiǎn)數(shù)據(jù)庫。

優(yōu)勢(shì)：樣本量非常大，采集方便

缺點(diǎn)：但是粒度較粗，缺少更細(xì)粒度的患者水平的信息，比如生命體征、實(shí)驗(yàn)室檢查數(shù)據(jù)、微生物學(xué)數(shù)據(jù)等，這些可能對(duì)于處理混雜因素非常重要

這類數(shù)字化的醫(yī)療記錄克服了醫(yī)療管理數(shù)據(jù)的一些缺陷，在電子健康檔案中記錄了更細(xì)粒度的數(shù)據(jù)，涵蓋實(shí)驗(yàn)室檢查數(shù)據(jù)，用藥信息和臨床事件的時(shí)間等，例如MIMIC Ⅲ重癥醫(yī)學(xué)數(shù)據(jù)庫。

優(yōu)勢(shì)：

多個(gè)獨(dú)立的 HER 數(shù)據(jù)源整合形成大數(shù)據(jù)庫 ，利于臨床醫(yī)生使用

信息去標(biāo)識(shí)化可供研究人員使用，數(shù)據(jù)庫包含詳細(xì)信息，可通過自然語言處理工具檢索

細(xì)粒度性減少混雜因素，擴(kuò)大觀察性研究范圍

結(jié)語

伴隨著數(shù)據(jù)科學(xué)技術(shù)的迅速普及滲透，以及醫(yī)療數(shù)據(jù)量的迅速成長(zhǎng)，各醫(yī)院積累了大量電子病歷臨床數(shù)據(jù)，通過這些數(shù)據(jù)的研究來輔助臨床診療、科研，并節(jié)約醫(yī)療資源和提升醫(yī)療質(zhì)量，成為各醫(yī)療科研機(jī)構(gòu)普遍關(guān)注的重點(diǎn)。

大多數(shù)研究問題來自臨床場(chǎng)景，是當(dāng)我們不清楚或不確定最佳的治療方案時(shí)，將臨床中提出的問題轉(zhuǎn)化為科研課題，并通過利用數(shù)據(jù)科學(xué)，用先進(jìn)的在線數(shù)據(jù)分析平臺(tái)連接高質(zhì)量數(shù)據(jù)庫進(jìn)行研究，才能讓臨床問題轉(zhuǎn)化為科研問題，并反哺臨床醫(yī)學(xué)，產(chǎn)生更大的價(jià)值。

注:本文整理自馮聰博士在2019醫(yī)療大數(shù)據(jù)Datathon會(huì)前培訓(xùn)上的PPT，完整的PPT文檔已上傳和鯨社區(qū)（Kesci），也可訪問2019醫(yī)療大數(shù)據(jù)Datathon官方網(wǎng)站獲取。返回搜狐，查看更多