3. RWE研究设计基础

真实世界证据（RWE）研究的第一步不是找数据，而是确定研究设计。设计决定了因果推断的强度、偏倚的来源以及后续统计方法的选择。在真实世界场景中，最常用的四类设计是队列研究、病例对照研究、横断面研究和自身对照设计。它们并非可以随意替换，而是各自对应不同的研究问题、数据结构与时间逻辑。

一、四种核心设计的结构逻辑

队列研究（Cohort Study）按暴露因素分组，随访观察结局是否发生。它的时间方向是“由因到果”：先确定暴露组与非暴露组，再比较两组结局发生率。在RWE中，队列研究常基于电子病历、医保理赔或注册登记数据库构建。例如，比较使用A药与B药的患者在两年内的心血管事件住院率，就属于回顾性队列设计。其优势是可计算发病率、相对风险（RR）和风险差（RD），能控制多种混杂；局限是随访时间长、失访和暴露错分可能影响结果。

病例对照研究（Case-Control Study）按结局状态分组，回溯暴露史。时间方向是“由果溯因”：先找到发生目标结局的病例，再匹配未发生结局的对照，然后比较两组过去的暴露比例。它特别适合罕见结局或需要长期随访才能观察到的终点，例如某罕见不良反应。RWE中可利用数据库先筛选病例，再抽取对照。其优势是成本低、效率高；局限是不能直接计算发病率，只能估计比值比（OR），且对照选择与回忆偏倚是主要风险。

横断面研究（Cross-Sectional Study）在某一时点同时测量暴露与结局，不区分先后。它回答的是“当前状态如何”，例如某地区2型糖尿病患者中合并慢性肾病的比例，或某药物在真实门诊人群中的使用模式。横断面研究适合描述患病率、治疗分布和医疗资源利用情况，但不能建立因果时序，因此不适合推断药物效果。

自身对照设计（Self-Controlled Design）以同一个体作为自身对照，比较同一患者在暴露期与非暴露期的结局差异。常见形式包括自身对照病例系列（SCCS）和自身对照风险区间设计。它天然控制不随时间变化的混杂因素（如性别、遗传背景），特别适合评估急性、短期暴露后的罕见事件，例如疫苗或短期用药后的不良反应。其关键假设是事件发生率在时间上稳定，且暴露不会影响后续观察时间。

二、真实世界场景中的选择依据

选择设计时，首先要问三个问题：研究问题是描述性的还是因果性的？结局是常见还是罕见？暴露与结局的时间关系是否明确？

如果目标是描述“当前有多少患者在使用某方案”或“某病的患病率是多少”，横断面研究最直接。如果目标是评估“某药是否降低某结局风险”，且结局常见、随访可行，队列研究是首选。如果结局罕见，例如百万分之一的不良反应，病例对照研究能以更少样本获得足够统计效能。如果暴露是急性的、结局是短期的，且个体间混杂难以测量，自身对照设计往往比传统队列更稳健。

在真实世界数据中，还需考虑数据可及性。医保理赔数据通常覆盖大量人群、随访完整，适合队列研究；电子病历数据变量丰富但随访可能不规律，适合横断面或病例对照；注册登记数据针对特定疾病，适合队列或自身对照。选择设计时，不能只看方法学优劣，还要看数据能否支撑该设计的核心假设。

三、一个可操作的设计选择决策表

下表将常见研究问题映射到推荐设计、核心指标与关键假设，可作为方案讨论时的快速对照工具。表中参数为示例性判断规则，实际使用时需结合具体疾病、数据源和样本量重新评估。

四、设计选择中的常见误区

第一个误区是“有数据就能做队列”。如果数据库中没有明确的暴露起始时间，或者暴露与结局的测量时间重叠，队列研究的时间逻辑就不成立。第二个误区是“病例对照只能用于罕见病”。实际上，只要结局发生率低、随访成本高，病例对照在RWE中同样高效。第三个误区是“自身对照一定优于其他设计”。自身对照依赖事件率稳定的假设，如果暴露本身改变了观察时间或事件报告行为，结果可能严重偏倚。第四个误区是“横断面可以替代队列”。横断面只能描述同时点的状态，不能回答“谁导致了谁”。

设计选择没有绝对最优，只有与研究问题、数据结构和因果假设最匹配的方案。在RWE中，建议先明确目标试验的要素——目标人群、治疗策略、结局、随访期和因果对比，再反向选择能够近似该目标试验的观察性设计。这样，设计就不再是数据可用性的被动结果，而是因果推断的主动起点。