2. 真实世界数据源与结果验证对象

真实世界研究的结果验证，第一步不是选统计方法，而是把“数据从哪来”和“要验证什么”这两件事对齐。数据源决定了你能看到什么、看不到什么、多久看到一次、以什么粒度记录；待验证结果决定了你需要多高的时间分辨率、多严的暴露定义、多完整的人群覆盖。两者错配，后续再精细的模型也只是在错误的地基上做装饰。

五类常见数据源的特征差异

电子健康记录（EHR）来自临床诊疗过程，优势是包含生命体征、实验室检查、影像报告、用药医嘱和诊断编码，能支持较细的临床表型。它的核心弱点是“院内可见、院外断裂”：患者去其他医院就诊、自行购药、在基层随访的数据往往缺失；同时大量关键信息藏在自由文本里，需要自然语言处理抽取。EHR 的记录时点通常是就诊时点，而非连续观测，因此不适合直接计算“某药连续暴露 180 天”这类需要逐日服药记录的指标。

医保理赔数据覆盖参保人群的住院、门诊、购药结算记录，人群代表性强、随访时间长，适合做结局发生率、医疗资源使用和长期安全性验证。但它只有“发生了结算”才留痕，缺乏临床检验值、症状严重度和依从性细节；诊断编码受报销规则影响，存在高编或低编。理赔数据的时间锚点是结算日期，与真实用药起始日之间可能有数天到数周的滞后。

注册登记（Registry）针对特定疾病或特定药品设计，字段经过预先定义，变量质量高、随访结构化，适合验证特定人群的疗效与安全性终点。代价是覆盖范围有限、入组存在选择偏倚，且登记本身可能改变医生行为（霍桑效应）。注册登记通常有明确的入组标准和随访窗口，是验证“特定适应症人群结果”的优选，但不能外推到全人群。

可穿戴设备提供高频、连续、客观的生理与行为数据，如心率、步数、睡眠分期、血氧。它的价值在于捕捉传统随访漏掉的日常波动，适合验证功能终点和生活方式干预效果。但设备型号、佩戴依从性、算法版本都会影响数值，不同品牌之间的步数或睡眠指标不可直接互换；缺失往往不是随机的，而是“感觉不舒服才不戴”。

患者报告结局（PRO）直接采集患者对症状、功能、生活质量的感受，是许多真实世界研究的主要终点来源。它的优势是捕捉临床指标无法反映的体验，风险在于回忆偏倚、量表版本不一致、电子化采集的依从性衰减。PRO 的时间锚点是填写时点，需要与临床事件时点做对齐处理。

待验证结果的四种类型与验证单元

把“结果”拆成可操作的验证单元，是避免口径漂移的关键。真实世界研究中常见四类待验证结果：

• 事件型结果：如死亡、住院、心肌梗死、骨折。验证单元是“人—事件—时间”三元组，需要明确事件定义（ICD 编码 + 检验/影像佐证）、事件日期锚点（入院日还是诊断日）和竞争风险处理。EHR 与理赔数据适合此类，但理赔编码需抽样病历核实阳性预测值。
• 状态型结果：如疾病缓解、复发、达标（HbA1c<7%）。验证单元是“人—时间窗—状态”，必须定义窗口长度（如每 3 个月）和窗口内取值规则（最近一次、最差一次或均值）。EHR 的检验值适合，但需处理窗口内多次测量。
• 轨迹型结果：如肾功能年下降斜率、症状评分变化曲线。验证单元是“人—序列—斜率/拐点”，要求至少 3 个时间点且间隔合理。可穿戴与 PRO 提供高频点，但需先做缺失模式诊断，避免“越病越不戴”造成虚假改善。
• 暴露/依从型结果：如累积剂量、覆盖比例（PDC）、持续天数。验证单元是“人—药物—时间区间”，依赖处方/发药记录。理赔数据可算 PDC，但需明确“洗脱期”“允许缺口天数”等参数，否则同一批数据可得出差异很大的依从率。

数据源与验证单元的匹配检查

实际工作中，建议在方案阶段完成一张“数据源—验证单元”匹配表，逐项确认：该数据源能否提供验证单元所需的最小字段、时间锚点和人群覆盖？若不能，是降级验证单元（如把“复发”降为“再入院”），还是补充数据源（如理赔 + EHR 链接）？例如验证“某降糖药心血管安全性”，理赔数据可提供住院事件和长期随访，但缺乏 HbA1c 和用药依从细节；此时可用理赔做主结局，用 EHR 子队列做暴露校正和阴性对照，两者通过加密 ID 链接。

最后要强调：数据源没有绝对优劣，只有与验证目标是否匹配。EHR 深而不连续，理赔广而浅，登记精而窄，可穿戴密而偏，PRO 真而软。把验证单元写到“谁、在什么时间窗、以什么规则、判定什么状态或事件”，数据源的选择和局限就会自然浮现，后续的偏倚控制与敏感性分析也才有明确的靶点。