临床数据分析：快速回答
临床数据分析是回答边界明确临床问题的具体方法。相关资料应保留来源、时间和待确认问题，诊断或治疗判断仍由医疗专业人员负责。
临床数据分析的适用范围
临床数据分析由相应临床、数据、信息管理和治理人员共同参与。相关资料需组织成可追溯、可复核的结果，并明确数据边界、不确定性、待确认问题与最终责任人。
应由具有相应职责和专业范围的人员完成最终解释与确认。
输出应保留来源、时间、不确定性、待确认问题和处置责任。
如何执行临床数据分析
- 第 1 步。把临床问题转化为预先规定的人群、暴露、对照、结局和时间范围。
- 第 2 步。选择变量前先理解来源产生机制并建立数据字典。
- 第 3 步。构建人群并记录排除、流失、缺失和时间顺序。
- 第 4 步。执行描述或推断方法，同时检查假设并进行敏感性分析。
- 第 5 步。区分数值结果和临床解释，并打包材料供独立复现。
先把临床问题转成研究设计，明确目标人群、暴露或干预、比较、结局、随访时间和因果问题。临床记录是在诊疗过程中形成的观察数据，不能未经设计就当作随机试验数据。
建立分析方案并预先定义队列、变量、混杂因素、缺失处理和统计方法。检查时间零点、永生时间偏倚、选择偏倚、重复测量和多重比较，所有转换与排除都应可复现。
报告效应量、不确定区间、模型假设、敏感性分析和适用范围，并由统计与临床人员共同复核。统计显著不等于临床重要，相关性也不能自动解释为因果关系。
具体示例：研究比较两种治疗的结局，但治疗选择受到病情严重程度影响。分析不能只比较平均结果，应在方案中定义混杂因素、时间零点和敏感性分析，并说明观察数据仍可能存在未测量混杂，不能直接声称治疗造成差异。
临床数据分析所需证据模型
临床数据分析是回答边界明确临床问题的具体方法。证据包应包括方案或分析计划、人群条件、索引事件、分析单位、来源表、数据字典、结局与协变量定义、时间窗口、缺失处理、编码和单位映射、转换逻辑以及可审计输出。数据集必须保留足够临床背景，使复核者能够判断计算变量是否真正代表预期概念。
临床数据分析的验证与运行指标
应在干净环境中使用版本化代码和参数重新运行分析，比较每一步的人群数量，抽查记录，测试其他合理定义，并确认索引时间之后的信息没有进入预测变量。报告应包括效应大小、不确定区间、分母、缺失、模型诊断和对原计划的偏离。临床复核者评估概念有效性和合理性，分析复核者评估代码、假设与可复现性。
临床数据分析工作示例
假设示例：团队研究异常检验后的随访情况。分析计划先定义异常标准、索引时间、随访窗口和分析单位，再构建人群流转并检查缺失。主分析完成后，团队改变一个合理的窗口定义进行敏感性分析，并由临床人员核对样本记录，确保计算结果代表实际随访，而不是重复就诊或补录造成的假象。该示例只说明工作流，不构成个体化临床建议或产品效果声明。
在不丢失背景的情况下解释临床数据分析
方法必须匹配目标量和数据结构。重复测量需要处理个体内相关；事件时间问题需要明确时间原点、删失和竞争事件；预测需要时间验证和校准；因果问题需要明确识别策略。不能只因为某字段可用就选择方法。解释系数或 P 值前，应检查分布、缺失模式、不合理组合以及每项排除带来的后果。
临床数据分析复核关口
| 复核关口 | 本主题问题 | 预期证据 |
|---|---|---|
| 身份与范围 | 记录是否符合临床数据分析所需的人群、场景和时间范围？ | 来源登记与带日期的纳入规则 |
| 含义 | 团队能否区分完成本主题任务所需的不同证据？ | 字段定义、状态、来源和抽样原始记录 |
| 专业复核 | 不确定性、例外和责任复核者是否清晰？ | 复核记录、处置意见和待确认问题清单 |
| 验收 | 本主题指标能否证明流程可用且可复现？ | 版本化结果、验证样本和纠错日志 |
临床数据分析的失败模式与限制
分析质量无法恢复从未记录的信息，也无法修复无效的临床定义。选择偏倚、信息性缺失、测量误差、混杂、多重检验、数据泄漏和事后亚组分析都可能产生看似可信但不可靠的结果。可复现计算并不等于临床结论有效；应明确设计不能回答的问题，并把探索性发现标记为假设，直到得到适当评估。
整理后的资料和工具输出仅用于趋势识别和专业决策辅助。药物相互作用、风险预测、诊断与治疗结论必须由合格医疗专业人员审核。
用医数智析准备临床数据分析资料
临床数据分析常见问题
分析单位是每条观察代表的实体，例如患者、就诊、操作、标本或患者时间区间，必须与问题和统计方法一致。
应定义问题、人群、变量、时间窗口、排除、缺失处理、统计方法、验证检查以及结果复核方式。
分析结果由特定数据和方法产生；临床解释还要判断其对照护是否有意义，并考虑背景、不确定性、替代解释和后果。
临床数据分析的主要参考来源
实施时应把下列第一方或权威来源与当前机构制度及适用专业标准结合使用。