基于RECORD的RWS研究方案透明化设计

基于RECORD的RWS研究方案透明化设计演讲人01基于RECORD的RWS研究方案透明化设计02RWS方案透明化的必要性与现实挑战03基于RECORD的RWS方案透明化设计路径04RWS方案透明化的挑战与应对策略05保障机制与未来展望06总结：基于RECORD的RWS方案透明化设计的核心要义目录01基于RECORD的RWS研究方案透明化设计基于RECORD的RWS研究方案透明化设计一、引言：真实世界研究（RWS）的透明化需求与RECORD规范的适配性在临床医学与卫生政策决策领域，真实世界研究（Real-WorldStudy,RWS）已成为连接临床试验证据与实际临床实践的关键桥梁。与随机对照试验（RCT）不同，RWS在真实医疗环境中开展，纳入更广泛的患者群体，纳入排除标准更贴近临床实际，能反映干预措施在真实条件下的有效性、安全性及卫生经济学价值。然而，RWS的复杂性——如数据来源的异质性、研究设计的灵活性、混杂因素的多维性——也使其面临“透明度不足”的核心挑战：研究方案不公开、方法学描述模糊、数据采集与处理流程不透明等问题，不仅影响研究结果的科学可信度，更阻碍了真实世界证据（Real-WorldEvidence,RWE）的转化与应用。基于RECORD的RWS研究方案透明化设计在此背景下，RECORD（ReportingofObservationalStudiesinEpidemiology）规范——国际公认的观察性研究报告标准——为RWS方案透明化提供了系统框架。RECORD的核心在于通过标准化、结构化的报告要求，确保观察性研究从设计到实施的全流程透明可追溯，其强调的“可重复性”“完整性”“严谨性”原则，与RWS对方案透明化的需求高度契合。基于RECORD设计RWS研究方案，并非简单套用报告条目，而是将其核心理念嵌入方案设计的前端环节，使“透明化”成为RWS的底层逻辑，而非“事后补救”。作为一名长期参与RWS设计与实施的研究者，我曾多次遇到因方案透明化不足导致的困境：某项真实世界药物经济学研究因未提前公开研究对象的纳入排除标准，后期被质疑样本选择性偏倚；另一项多中心RWS因各中心数据采集定义不统一，导致数据清洗耗时超预期，基于RECORD的RWS研究方案透明化设计且结果难以重复。这些经历让我深刻认识到：RWS方案透明化不是“附加要求”，而是决定研究质量与价值的核心要素。本文将从透明化的必要性、RECORD的核心要素适配性、具体设计路径、实践挑战及应对、保障机制五个维度，系统阐述基于RECORD的RWS研究方案透明化设计，为RWS研究者提供可落地的实践框架。02RWS方案透明化的必要性与现实挑战透明化对RWS科学价值的核心支撑RWS的科学价值在于其“外部效度”——即研究结果能否推广至真实世界人群与医疗场景。而透明化是实现外部效度的前提，具体体现在三个层面：透明化对RWS科学价值的核心支撑提升研究可重复性RWS的可重复性不仅要求“结果可复现”，更要求“方法可复制”。透明化的方案需详细描述研究设计的每一个环节（如研究对象的选择标准、数据采集工具、混杂因素控制策略等），使其他研究者能基于相同方案开展独立研究，验证结果的稳定性。例如，在评估某降压药在老年合并糖尿病患者中的真实世界疗效时，若方案中明确“老年”定义为≥65岁、“糖尿病”诊断依据为WHO1999年标准且需有至少2次空腹血糖记录，其他研究者即可严格按此标准复现研究，避免因定义模糊导致的结论差异。透明化对RWS科学价值的核心支撑减少偏倚与选择性报告RWS易受“选择性偏倚”（如仅纳入治疗效果好的患者）、“混杂偏倚”（如未控制病情严重程度对结局的影响）等干扰。透明化方案要求预先设定统计分析计划（SAP）、明确主要与次要结局指标、预设亚组分析策略，可有效避免“数据驱动”的选择性报告——即仅报告阳性结果而忽略阴性结果。例如，某RWS若预设“主要结局为6个月时血压达标率”，且在方案中明确“无论结果如何，将报告所有预设结局的数据”，则可显著降低发表偏倚风险。透明化对RWS科学价值的核心支撑促进证据转化与信任构建卫生政策制定者、临床医生及患者对RWE的信任，建立在对其“生成过程”的了解之上。透明化的方案相当于向所有利益相关者“开放研究后台”，展示数据如何从真实世界场景中被采集、清洗、分析，从而增强结果的可信度。例如，在医保目录准入评估中，若RWS方案详细说明数据来源（如覆盖全国30%三甲医院的电子病历系统）、质量控制措施（如10%样本的溯源核查），将极大提升决策者对证据的采纳信心。RWS方案透明化的现实挑战尽管透明化对RWS至关重要，但在实践中仍面临多重挑战，部分源于RWS自身的特性，部分源于研究者与制度环境的约束：RWS方案透明化的现实挑战数据来源的复杂性与异质性RWS数据常来自多源异构系统：电子病历（EMR）、医保数据库、患者报告结局（PRO）工具、可穿戴设备数据等。不同系统的数据结构（如结构化字段与自由文本）、采集标准（如实验室检查的正常值范围）、更新频率（如EMR实时更新vs医保数据季度汇总）存在显著差异。若方案中未清晰说明数据来源的整合逻辑（如如何将EMR中的“心力衰竭”诊断与ICD-10编码匹配），易导致后续分析混乱，影响透明度。RWS方案透明化的现实挑战研究设计的灵活性与“事前”规范缺失与RCT的“严格固定”不同，RWS常需根据真实世界场景动态调整设计（如增加新的纳入中心、因政策变化调整干预措施）。这种“灵活性”若缺乏透明化约束，易演变为“随意性”。例如，某RWS在实施过程中因“入组缓慢”而放宽纳入标准，但未在方案中说明调整原因与流程，导致研究人群偏离预设目标，结果被质疑“为了入组而降低质量”。RWS方案透明化的现实挑战研究者对透明化的认知与动力不足部分研究者将研究方案视为“内部文档”，认为公开可能“泄露研究思路”或“增加被批评的风险”；部分机构缺乏对透明化的激励机制，甚至认为“透明化会增加额外工作量”（如方案注册、数据管理文档化）。这种认知导致许多RWS方案仅在小范围内部讨论，未对外公开，违背了透明化初衷。RWS方案透明化的现实挑战现有规范与RWS特点的适配性不足目前针对研究方案的规范（如SPIRIT声明）主要针对RCT，对RWS的“观察性”“数据驱动”“混杂因素复杂”等特点覆盖不足。例如，SPIRIT要求明确“随机化与盲法”，而RWS无需随机化，其核心在于“如何控制混杂”；若直接套用RCT方案规范，可能导致RWS方案关键要素（如数据来源、混杂控制）描述缺失，影响透明化效果。三、RECORD规范的核心要素及其在RWS方案透明化中的适配性RECORD规范最初由国际流行病学学会于2007年发布，2015年更新至第5版（STROBE扩展版），旨在提高观察性研究报告的透明度与质量。其包含22个条目，覆盖标题、摘要、引言、方法、结果、讨论等全流程，核心思想是“通过结构化描述，让读者清晰了解研究的每个环节”。尽管RECORD是“报告规范”，但其核心理念与条目可直接迁移至RWS方案设计阶段——即“用报告的标准要求设计”，确保方案本身具备“可报告性”与“可透明性”。RECORD的核心要素解析RECORD的核心要素可归纳为“5W1H”框架：研究问题（What）、研究对象（Who）、研究设计（How）、数据来源（Where）、变量测量（How）、质量控制（Howwell）。这些要素对RWS方案透明化的适配性如下：RECORD的核心要素解析研究问题（What）：明确PICO框架与真实世界背景RECORD要求报告“研究背景与目的”，强调需“说明研究问题与现有知识的关系”。对RWS方案而言，需在“引言”部分明确PICO框架（人群Population、干预Intervention、对照Comparison、结局Outcome），并重点阐述“真实世界背景”——即研究问题如何源于临床实践或政策需求。例如，“某生物制剂在真实世界类风湿关节炎患者中的长期有效性研究”需说明：为何选择真实世界（因RCT排除了合并感染的高风险患者，而真实世界需评估此类人群的用药安全）；为何选择长期有效性（因临床医生关注药物使用2年以上的疗效维持）。RECORD的核心要素解析研究对象（Who）：纳入排除标准的透明化与代表性说明RECORD要求详细描述“研究对象的选择标准（纳入与排除）”“样本量计算依据”。RWS方案需进一步说明“标准制定的真实世界依据”——如纳入标准中的“年龄≥18岁”是否基于药物说明书，“合并稳定期高血压”是否因临床实践中此类患者常见且需评估药物相互作用；同时需明确“样本来源的代表性”，如若数据来自某区域医保数据库，需说明该区域的人口学特征（年龄、性别、疾病谱）是否与全国平均水平一致，避免“以偏概全”。RECORD的核心要素解析研究设计（How）：明确RWS类型与偏倚控制策略RECORD要求报告“研究设计类型（如队列研究、病例对照研究）”。RWS方案需明确“RWS亚型”（如前瞻性队列、回顾性队列、病例对照分析），并解释“为何选择该设计”——例如，前瞻性队列研究适合评估药物的长期安全性（因可主动随访结局），而回顾性队列研究适合快速生成初步证据（因可利用现有历史数据）。同时，需详细说明“偏倚控制策略”：如混杂因素的控制（倾向性评分匹配、工具变量法）、失访的应对（意向性分析、多重插补）、测量偏倚的减少（结局指标的标准化定义、盲法评估）。RECORD的核心要素解析数据来源（Where）：多源数据整合的透明化RECORD要求报告“数据来源及收集方法”。RWS方案需具体说明“每个数据来源的覆盖范围、时间跨度、数据类型”：例如，“电子病历数据来自A医院2018-2022年风湿科住院患者，包含人口学信息、诊断编码（ICD-10）、实验室检查、用药记录；PRO数据通过移动端APP收集，每周记录关节疼痛评分（0-10分）”。对于多源数据的整合，需说明“匹配逻辑”（如以患者身份证号为唯一ID关联EMR与医保数据）、“缺失数据处理”（如若某变量缺失率＞20%，是否排除或采用插补法）。RECORD的核心要素解析变量测量（How）：结局与协变量的标准化定义RECORD要求报告“变量定义与测量方法”。RWS方案需“操作化定义”所有研究变量：-结局指标：明确“主要结局”“次要结局”“安全性结局”，并说明“测量工具与时间点”——例如，“主要结局为6个月时疾病活动度评分（DAS28）缓解，定义为DAS28＜2.6，测量时间为基线、3个月、6个月”；-协变量：明确“混杂因素”“效应修饰因子”的定义与测量方法——例如，“年龄”以出生日期计算至基线时间，“吸烟史”以患者自我报告+住院病历记录为准；-干预暴露：明确“干预措施的定义与确认方式”——例如，“使用某生物制剂”定义为“基线前3个月内至少1次静脉输注该药物，且输注剂量符合说明书标准”。RECORD的核心要素解析质量控制（Howwell）：全流程质量保障措施RECORD要求报告“质量控制方法”。RWS方案需制定“从数据采集到分析的全流程质控措施”：-数据采集阶段：制定数据采集手册（如EMR数据提取指南，明确每个字段的提取规则）、对研究者进行培训（如PRO工具的填写规范）、开展预试验（验证数据采集的可行性）；-数据清洗阶段：制定数据清洗计划（如异常值判断标准：实验室检查值超出参考范围3倍视为异常，需溯源核对）、双人核对（关键数据如结局指标由2名独立研究者录入，不一致时由第三方仲裁）；-数据分析阶段：预设SAP（明确统计分析方法、亚组定义、敏感性分析策略）、使用版本控制工具（如RMarkdown记录分析代码，确保分析过程可追溯）。RECORD与RWS方案设计的融合逻辑RECORD并非直接套用的“清单”，而是为RWS方案透明化提供“设计思维”。其融合逻辑在于：将“报告的完整性”转化为“方案的完整性”，将“结果的透明”前置为“设计的透明”。例如，RECORD要求“报告统计学方法”，RWS方案则需“预设统计分析计划”，并说明“为何选择该方法”（如使用Cox比例风险模型而非Logistic回归，因结局为时间事件数据）；RECORD要求“报告伦理批准”，RWS方案则需“说明伦理审查流程与知情同意获取方式”（如回顾性研究是否豁免知情同意，需提供伦理批件编号）。03基于RECORD的RWS方案透明化设计路径基于RECORD的RWS方案透明化设计路径基于RECORD的RWS方案透明化设计，需将RECORD的核心要素转化为“方案章节结构”与“内容撰写规范”，形成“可操作、可核查、可重复”的透明化框架。以下结合具体章节，详细说明设计路径。方案标题与摘要：精准定位与核心信息预览1.标题：需明确“研究设计类型”“研究问题”“真实世界场景”。例如，“一项多中心前瞻性队列研究：评估某PD-1抑制剂在真实世界晚期非小细胞肺癌患者中的有效性与安全性（基于RECORD规范设计）”，标题中“多中心前瞻性队列”明确设计类型，“真实世界晚期非小细胞肺癌”明确人群与场景，“基于RECORD规范设计”表明透明化属性。2.摘要：采用结构化摘要（背景、方法、结果、讨论），其中“方法”部分需基于RECORD核心要素浓缩呈现：研究目的（PICO）、设计类型、研究对象（纳入排除标准与样本量）、数据来源、变量定义（结局与协变量）、统计分析计划、质量控制措施。引言：研究问题与真实世界价值的透明化1.研究背景：需说明“现有证据的空白”——例如，“某PD-1抑制剂的RCT显示其可延长无进展生存期，但纳入人群为ECOG评分0-1的患者，而真实世界中约30%患者ECOG评分≥2，此类人群的用药安全性与有效性尚不明确”。2.研究目的：需明确“主要目的”“次要目的”“探索性目的”，并与真实世界需求直接关联——例如，“主要目的：评估PD-1抑制剂在ECOG评分≥2的晚期NSCLC患者中的6个月总生存率；次要目的：分析影响疗效的预测因素（如PD-L1表达水平、肿瘤负荷）；探索性目的：评估药物经济学价值（每延长1生命年的成本）”。方法：设计透明化的核心章节1.研究设计：明确RWS亚型（如前瞻性队列/回顾性队列），说明“选择理由”（如“前瞻性队列可主动收集PRO数据，评估生活质量结局”）；阐述“研究流程”（如“筛选→基线评估→干预暴露→随访→结局评估”的时间节点）。2.研究对象：-纳入标准：需列出具体条目，并说明“真实世界依据”——例如，“经病理确诊的晚期NSCLC（依据2021年WHO肺癌分类）；ECOG评分2-3分（因研究目标为体能状态较差人群）；预计生存期≥3个月（基于临床经验，确保能完成至少1次随访）；年龄≥18岁（符合我国药物使用年龄限制）”。-排除标准：同样需明确“排除理由”——例如，“既往接受过PD-1抑制剂治疗（避免既往治疗对结果的干扰）；合并其他恶性肿瘤（排除肿瘤死亡竞争风险）”。方法：设计透明化的核心章节-样本量计算：需说明“计算方法”（如基于回顾性研究的生存率数据，采用PASS软件计算样本量）、“参数设定”（如α=0.05，β=0.2，6个月生存率预期50%，容许误差5%，计算需纳入380例）、“样本来源”（如计划在全国10家三甲医院入组，每家38例）。3.数据来源：-数据类型与来源：分点说明每个数据来源的详细信息——例如，“（1）电子病历数据：来自参与医院的HIS系统，提取2019年1月-2023年12月期间的患者基本信息（年龄、性别）、疾病史、用药记录（PD-1抑制剂名称、剂量、输注时间）、实验室检查（血常规、肝肾功能）、影像学报告（肿瘤大小、疗效评估依据RECIST1.1标准）；（2）PRO数据：通过医院公众号‘患者随访’小程序收集，每周填写生活质量量表（EORTCQLQ-C30），数据自动同步至研究数据库；（3）生存数据：通过全国死因登记信息系统获取，末次随访日期为2024年12月31日”。方法：设计透明化的核心章节-数据采集工具：说明“数据采集表（CRF）的设计”——例如，“CRF基于RECORD条目设计，包含人口学信息、基线特征、暴露信息、结局指标等模块，采用电子数据采集系统（EDC）录入，设置逻辑校验规则（如‘输注日期晚于基线日期’视为无效）”。4.变量定义：-结局指标：明确“主要结局”“次要结局”的定义与测量时间——例如，“主要结局：6个月总生存率（OS），定义为从首次接受PD-1抑制剂治疗至任何原因死亡的时间，若末次随访时仍存活，则截断时间为末次随访时间；次要结局：客观缓解率（ORR，依据RECIST1.1标准评估）、3级及以上不良反应发生率（依据CTCAE5.0标准）、生活质量改善率（EORTCQLQ-C30评分较基线提高≥10分）”。方法：设计透明化的核心章节-协变量：明确“混杂因素”“预测因素”的定义与测量方法——例如，“年龄：连续变量，单位岁；ECOG评分：分类变量（2分/3分）；PD-L1表达水平：分类变量（＜1%/1%-49%/≥50%），依据免疫组化检测结果；肝转移：二分类变量（是/否），依据影像学报告”。5.统计分析计划：-描述性统计：说明“不同类型变量的统计方法”——例如，“计量资料以均数±标准差（正态分布）或中位数（四分位数间距）（偏态分布）描述；计数资料以频数（百分比）描述”。-组间比较：说明“主要结局与次要结局的比较方法”——例如，“采用Kaplan-Meier法计算生存率，Log-rank检验比较生存曲线差异；ORR的比较采用χ²检验或Fisher确切概率法”。方法：设计透明化的核心章节-多因素分析：说明“混杂因素控制方法”——例如，“采用Cox比例风险模型分析影响OS的独立因素，变量纳入标准为P＜0.10（单因素分析），排除标准为P＞0.05（多因素分析）”。-敏感性分析：说明“验证结果稳健性的方法”——例如，“采用不同缺失数据处理方法（如多重插补法vs完全病例分析法）重复分析，比较结果一致性；采用排除极端值法（如排除生存时间＞12个月的患者）评估结果稳定性”。6.质量控制：-数据采集质量控制：说明“研究者培训”（如所有入组研究者需完成RECORD规范与CRF填写培训，考核通过后方可参与研究）、“源数据核查”（10%的病例进行源数据核对，确保EDC数据与原始病历一致）、“定期监查”（研究监察员每季度监查一次，检查数据完整性与准确性）。方法：设计透明化的核心章节-数据分析质量控制：说明“SAP锁定”（统计分析计划在数据分析前由统计学家与临床研究者共同签字锁定，任何修改需记录原因并经伦理委员会批准）、“代码版本控制”（使用Git管理分析代码，记录每次修改的日期与内容）、“结果复现”（由独立统计团队使用原始数据复现分析结果，确保一致性）。伦理与透明化承诺：合规性与可及性的保障1.伦理审批：需说明“伦理审批机构名称”“审批号”“伦理批件获取时间”，并说明“知情同意流程”——例如，“前瞻性部分需患者签署知情同意书，说明研究目的、数据收集方式、隐私保护措施及自愿参与原则；回顾性部分因使用历史病历数据，经伦理委员会批准豁免知情同意，但需对患者数据进行去标识化处理（如替换患者ID、隐藏姓名与身份证号）”。2.数据透明化承诺：需说明“数据共享计划”——例如，“研究结束后1年内，将在国际公认的数据存储平台（如figshare）匿名化研究数据（包括数据字典、分析代码、结果报告），供其他研究者申请使用；数据共享申请需通过独立委员会审核，确保数据仅用于研究目的”。伦理与透明化承诺：合规性与可及性的保障3.方案注册：需说明“注册平台”（如中国临床试验注册中心、ClinicalT）、“注册号”“注册时间”，并说明“方案修改的注册流程”——例如，“若研究方案发生重大修改（如增加排除标准、变更主要结局），需在注册平台更新方案，并说明修改原因与日期”。五、实践案例：基于RECORD的真实世界药物安全性研究方案透明化设计为更直观展示基于RECORD的RWS方案透明化设计，以下以“某GLP-1受体激动剂在2型糖尿病患者中的真实世界心血管安全性研究”为例，说明关键实践要点。研究背景与目的背景：GLP-1受体激动剂的RCT显示其具有心血管获益，但真实世界中患者常合并多种慢性病（如慢性肾病、心力衰竭），且用药依从性低于RCT，需评估其在复杂人群中的心血管安全性。目的：主要目的：评估GLP-1受体激动剂与主要不良心血管事件（MACE，包括心血管死亡、非致死性心梗、非致死性卒中）的关联；次要目的：分析低血糖发生率、肾脏复合结局（eGFR下降≥40%或终末期肾病）的关联；探索性目的：评估用药依从性（药物持药率）对MACE的影响。研究设计设计类型：前瞻性巢病例对照研究（因MACE为低概率事件，采用巢病例对照可提高效率）。研究流程：2019年1月-2023年12月，在20家医院招募2型糖尿病患者，暴露组为使用GLP-1受体激动剂者，非暴露组为未使用者（按1:1匹配，匹配因素：年龄、性别、糖尿病病程、基线心血管病史），随访至2024年12月31日，记录MACE发生情况。研究对象纳入标准：-18岁≤年龄≤80岁；-确诊2型糖尿病（依据ADA2023标准）；-暴露组：开始使用GLP-1受体激动剂（如利拉鲁肽、司美格鲁肽），且用药前至少3个月未使用该类药物；-非暴露组：未使用GLP-1受体激动剂，且基线特征与暴露组匹配。排除标准：-1型糖尿病；-合并严重肝肾功能不全（eGFR＜30ml/min）；-预计生存期＜1年。研究对象样本量计算：基于历史数据，MACE发生率为5%，匹配后OR预期为0.7，α=0.05，β=0.2，计算需纳入2000对（暴露组与非暴露组各2000例）。数据来源与变量定义数据来源：-电子病历：提取人口学信息、糖尿病病史、用药记录（GLP-1受体激动剂名称、剂量、开始/结束时间）、实验室检查（eGFR、HbA1c）、心血管事件（依据ICD-10编码：I21心梗、I63卒中）；-医保数据库：提取药品处方记录、住院记录（验证MACE发生情况）；-死亡登记系统：提取死亡原因（验证心血管死亡）。变量定义：-主要结局：MACE，首次发生心血管死亡、非致死性心梗或非致死性卒中的时间；-协变量：基线HbA1c（连续变量）、eGFR（连续变量）、合并用药（二甲双胍、SGLT2抑制剂，二分类变量）、吸烟史（二分类变量）。统计分析计划-主要分析：采用条件Logistic回归分析暴露组与非暴露组的MACE风险，调整匹配后的剩余混杂因素（HbA1c、eGFR）；-敏感性分析：排除随访＜6个月的患者（排除失访影响）、按不同GLP-1受体激动剂类型（利拉鲁肽vs司美格鲁肽）分层分析；-探索性分析：用药依从性定义为“用药期间药物持药率≥80%”，采用Cox模型分析依从性对MACE的影响。321质量控制与透明化承诺-质量控制：制定《数据采集手册》，明确每个变量的提取规则（如“MACE需同时满足ICD-10编码与住院病历记录”）；对20家医院的研究者进行统一培训；5%的病例进行源数据核对；-透明化承诺：方案在ClinicalT注册（编号：XXXXXX），SAP在数据分析前锁定；研究结束后2年内在figshare共享匿名化数据；若方案发生修改，及时在注册平台更新。04RWS方案透明化的挑战与应对策略RWS方案透明化的挑战与应对策略尽管基于RECORD的RWS方案透明化设计有明确框架，但在实践中仍面临具体挑战，需针对性解决。挑战一：多源数据整合的透明化难题问题：RWS数据常来自EMR、医保、PRO等多源系统，数据格式、质量差异大，若方案中仅笼统说明“数据来源为多中心EMR”，易导致读者无法理解数据整合逻辑。应对策略：-在方案中增加“数据整合技术路线图”：详细说明各数据源的匹配字段（如患者ID、姓名、身份证号）、匹配算法（如模糊匹配规则：“张三”与“张3”视为同一患者）、冲突解决策略（如若EMR中“诊断日期”与医保数据库中“报销日期”冲突，以EMR为准，并记录原因）；-开展“预试验数据整合测试”：在正式研究前，选取小样本（如100例）测试数据整合流程，记录遇到的问题（如某医院EMR的“诊断编码”字段为空）及解决方案（如补充查阅纸质病历），将测试结果作为方案附件。挑战二：动态调整设计的透明化困境问题：真实世界场景的复杂性（如政策变化、突发公共卫生事件）可能迫使研究者调整研究设计（如增加纳入中心、延长随访时间），若未透明化调整过程，易被质疑“随意性”。应对策略：-在方案中预设“设计调整的触发条件与审批流程”：例如，“若入组率低于预期（＜10例/中心/月），可增加2家纳入中心，调整需经伦理委员会批准，并在注册平台更新方案”；-建立“设计修改日志”：记录每次修改的时间、内容、原因、审批部门，作为方案的补充材料，并在最终报告中说明修改对研究结果的可能影响。挑战三：研究者对透明化的认知与动力不足问题：部分研究者认为“方案公开=创意泄露”，或因“增加工作量”而抵触透明化。应对策略：-顶层推动：由机构或学术团体制定《RWS方案透明化指南》，明确透明化要求（如方案注册率、数据共享率），并将其纳入科研项目考核指标；-激励机制：设立“透明化研究专项奖”，对方案公开、数据共享的研究给予经费支持或优先发表机会；-培训赋能：开展RECORD规范与方案透明化培训，通过案例分析（如“某因方案透明化不足被撤回的RWS”）强调透明化的价值，消除研究者顾虑。挑战四：RECORD规范与RWS特性的适配性不足问题：RECORD部分条目（如“病例对照研究的病例与对照选择方法”）对RWS的“数据驱动”特点覆盖不足。应对策略：-扩展RECORD条目：针对RWS特点，补充“数据采集的实时性描述”（如PRO数据的采集频率）、“混杂因素的动态调整”（如随研究进展新增可能的混杂因素）、“缺失数据的实时监测策略”等条目；-制定RWS方案透明化专门指南：在RECORD基础上，结合RWS研究特点，形成《RWS方案透明化扩