4. 真实世界研究方案的可验证性审查

在真实世界研究（RWS）中，方案写得“科学”并不等于写得“可验证”。可验证性审查的核心，是逐项检查方案中的关键设计要素能否被数据源中的字段、时间戳和编码稳定地识别、对齐与复现。如果某个要素只能靠研究者主观判断或人工翻阅病历才能确定，那么它在验证阶段就会成为不可控的偏差来源。本节围绕目标人群、暴露、对照、结局、时间零点、随访窗口六个要素，给出评估与改写的具体方法。

一、可验证性的四个判据

对每个设计要素，都可以用四个问题来检验：可识别——数据源中是否存在明确的字段或编码组合能唯一确定该要素；可对齐——该要素的时间信息能否与其他要素在同一时间轴上精确对齐；可复现——不同分析者按方案描述独立操作，能否得到一致的人群或事件集合；可审计——每一步筛选、排除、赋值是否留下可追溯的记录。四个判据中任何一个不满足，该要素就需要改写。

二、目标人群：从临床描述到可执行定义

方案中常见的目标人群描述是“确诊为2型糖尿病的成年患者”。这句话在临床上清楚，但在数据中不可直接执行。改写时需要拆成三个层次：疾病识别、人群限定、时间限定。疾病识别要给出编码体系与编码集，例如ICD-10编码E11.x，并说明是取门诊诊断、住院主诊断还是两者结合；人群限定要给出年龄的计算基准（如以时间零点当天的年龄为准）和数值边界；时间限定要说明是在哪个时间区间内满足条件。

一个可验证的改写示例：“在2019-01-01至2022-12-31期间，至少有一次门诊或住院记录中主诊断或次诊断为ICD-10 E11.x，且在首次E11.x诊断日期当天年龄≥18岁，且在首次诊断前12个月内无E11.x诊断记录的患者。” 这段描述中，每个条件都对应一个可查询的字段和可计算的时间差，验证者可以独立重建同一集合。

三、暴露、对照与时间零点：三者必须联动定义

暴露定义最容易出现的问题是“新使用者”与“现使用者”混用。若方案写“使用二甲双胍的患者”，数据中会同时纳入长期用药者和首次用药者，前者已经历过药物效应和耐受过程，与后者不可比。可验证的改写应明确：首次处方日期、洗脱期长度、以及洗脱期内无同类药物的判定窗口。例如：“以首次二甲双胍处方日期为暴露起始，要求此前365天内无任何二甲双胍或磺脲类处方记录。”

对照的定义必须与暴露在同一数据来源、同一时间范围内以相同方式识别，否则会引入来源偏倚。若暴露来自门诊处方表，对照也应在同一张表中以“无暴露处方”来定义，而不是从另一套健康档案中抽取。

时间零点是整个方案的锚点。它必须是一个对暴露组和对照组都成立、且能被数据精确记录的时点。常见选择是首次处方日期或首次诊断日期。时间零点一旦确定，所有协变量回溯窗口、结局随访起点、随访窗口长度都以它为基准计算。方案中应写明：时间零点当天是否计入随访；若同一天既有诊断又有处方，以哪个为准。

四、结局与随访窗口：可操作化的关键

结局定义要区分“事件发生”与“事件被记录”。以“因心力衰竭住院”为例，可验证的写法需要指定：诊断编码（如ICD-10 I50.x）、住院类型（主诊断或任意诊断）、以及是否要求同时存在住院记录。若只写“心衰加重”，验证者无法判断门诊调药是否算事件。

随访窗口要明确三个参数：起点、终点、以及窗口内事件的处理规则。起点通常是时间零点，终点可以是固定时长（如365天）、研究截止日期、失访日期或死亡日期中的最早者。若同一患者在窗口内多次发生结局，方案应说明是取首次事件还是重复计数。这些规则直接影响发生率的分母和分子，必须在方案中写死。

五、改写示例：从模糊到可执行

下面给出一段改写前后的对照，展示可验证性审查的实际操作。

六、审查清单与改写优先级

在实际审查中，可以按以下顺序逐项过一遍方案：先确认时间零点是否唯一且可记录；再检查暴露与对照是否在同一数据源中以对称方式定义；然后核对目标人群的每个条件是否都有字段支撑；最后检查结局和随访窗口的边界规则是否完整。若时间零点不明确，其他要素的改写都失去基准，应优先解决。

可验证性审查的产出不是一份更长的方案，而是一份每个判断都能落到字段、编码和时间戳上的方案。改写后的方案可能看起来更“机械”，但正是这种机械性，使得独立验证者能够重建同一队列、同一暴露、同一结局，从而让真实世界研究的结论具备被检验的基础。