真实世界研究中的弱势群体数据代表性

真实世界研究中的弱势群体数据代表性演讲人01真实世界研究中的弱势群体数据代表性02引言：真实世界研究的价值与弱势群体“代表性缺失”的困境03弱势群体的定义与分类：超越“标签化”的内涵界定04未来展望与挑战：迈向“无人掉队”的真实世界研究05总结：弱势群体数据代表性——真实世界研究的“公平之锚”目录01真实世界研究中的弱势群体数据代表性02引言：真实世界研究的价值与弱势群体“代表性缺失”的困境引言：真实世界研究的价值与弱势群体“代表性缺失”的困境真实世界研究（Real-WorldStudy,RWE）通过收集真实医疗环境中的数据，评估干预措施的实际效果、安全性和适用性，已成为传统临床试验的重要补充，为临床决策、卫生技术评估和药物研发提供了更贴近临床实际的证据。然而，在追求“真实世界”普适性的过程中，一个核心问题逐渐凸显：弱势群体在RWE数据中的代表性严重不足。这种“代表性缺失”不仅削弱了研究结论的外推性，更可能加剧健康不平等——当基于主流群体的数据被泛化为“标准”时，弱势群体的真实需求与风险被系统性忽视，最终导致医疗实践与政策制定中的“盲区”。作为一名长期参与RWE设计与执行的研究者，我曾在一个针对2型糖尿病管理的RWE项目中遭遇深刻冲击：项目覆盖全国12家三甲医院，收集了1.2万余例患者数据，但最终分析发现，仅3.2%的患者为低收入群体（月收入＜3000元），引言：真实世界研究的价值与弱势群体“代表性缺失”的困境0.8%为农民工群体，且60岁以上患者仅占18%。这样的数据分布，显然无法反映我国2型糖尿病人群中“老年化、低学历、低收入占比高”的真实特征。当我们将基于中高收入、中青年群体的降糖方案推广至基层时，后续随访显示低收入患者因药物费用、健康素养不足导致的用药依从性问题远超预期——这让我意识到，弱势群体的数据代表性绝非“技术细节”，而是关乎RWE科学性与伦理基石的核心命题。本文将从弱势群体的定义与分类出发，系统分析其在RWE中代表性不足的成因、多维影响，并探讨提升数据代表性的实践路径，最终呼吁构建“包容性RWE”生态，确保真实世界研究真正服务于“每一个”真实世界的个体。03弱势群体的定义与分类：超越“标签化”的内涵界定弱势群体的定义与分类：超越“标签化”的内涵界定在RWE语境下，“弱势群体”并非单一维度的标签，而是指在生理、社会、经济或文化层面处于不利地位，导致其在研究参与、数据产生、结果解读中面临系统性障碍的人群。其“弱势性”具有动态性和交叉性，需从多维度进行解构。生理性弱势群体：基于健康状态的差异生理性弱势群体主要因年龄、疾病状态或生理功能缺陷导致研究参与能力受限，其数据在RWE中常因“难以测量”或“风险过高”被排除。1.老年人群：我国60岁及以上人口占比已达18.9%（第七次人口普查），但RWE中老年患者比例显著偏低。一方面，老年患者常合并多种疾病（multimorbidity）、多重用药（polypharmacy），其临床结局受多种因素交互影响，数据“噪音”大，研究者倾向于选择“单纯”病例以简化分析；另一方面，老年认知障碍、行动不便等问题增加了数据收集难度（如无法完成电子问卷、需要家属代答），导致研究者主动排除此类人群。生理性弱势群体：基于健康状态的差异2.儿童与青少年：其处于生长发育阶段，药物代谢、疾病表现与成人差异显著，但RWE中儿科数据极度匮乏。原因在于：儿科研究伦理审查更严格（需法定代理人同意），家长对“真实世界数据采集”的接受度较低（担心隐私泄露或干扰治疗），且儿童患者流动性大（如学校、家庭间迁移），长期随访难度高。3.残障人士：包括视力、听力、肢体、智力等多重残障群体。传统RWE数据采集工具（如电子问卷、可穿戴设备）多基于“无障碍假设”，未适配残障人士的特殊需求（如盲文问卷、手语翻译、辅助交互设备），导致其被排除在数据收集范围之外。例如，某心血管RWE研究要求患者通过手机APP记录日常症状，但未提供语音输入或简化界面，最终盲人、视力障碍患者参与率为零。社会性弱势群体：结构性不平等的健康投射社会性弱势群体的“弱势性”源于社会分层中的系统性排斥，其数据缺失本质是社会资源分配不平等在RWE中的延续。1.低收入与贫困人群：经济条件限制了其医疗可及性（如无法负担自费药物、定期检查），也导致其参与研究的意愿降低（担心“被利用”或产生额外费用）。更关键的是，低收入人群的医疗服务多集中在基层医疗机构，而现有RWE数据来源多为三甲医院电子病历（EMR），基层数据因标准化程度低、信息化建设滞后难以整合，形成“数据洼地”。2.流动人口与移民：我国流动人口规模达3.8亿，其健康数据呈现“碎片化”特征——户籍地、现居地、工作地医疗机构间数据不互通，且流动性导致随访失访率极高。例如，某针对农民工的职业健康RWE研究，因人员频繁跨省流动，1年内失访率高达62%，最终数据仅能反映“稳定就业”群体的状况，忽略了流动性强、职业暴露风险更高的群体。社会性弱势群体：结构性不平等的健康投射3.少数族裔与语言minorities：在多民族地区，少数族裔因语言障碍、文化习俗差异（如对疾病认知、就医偏好），难以理解研究知情同意书或问卷内容，导致参与率低。例如，新疆某RWE研究涉及维吾尔族患者，但研究材料仅提供汉语版本，需依赖翻译人员沟通，不仅效率低下，还可能因翻译偏差导致数据失真。疾病相关弱势群体：被“边缘化”的复杂健康状况部分疾病类型因“难治性”“低发病率”或“社会污名化”，在RWE中被系统性忽视。1.罕见病患者：我国罕见病患者约2000万，但单个病种患者数量少、地域分散，RWE数据收集需跨越多中心、长时间，成本极高。同时，罕见病药物常处于“超说明书使用”状态，其真实世界疗效数据难以通过常规EMR获取，导致罕见病RWE长期“缺位”。2.精神障碍与物质成瘾患者：受社会偏见影响，精神分裂症、抑郁症患者及物质成瘾者常被排斥在研究之外。研究者担心其“认知能力不足”无法提供有效数据，或因疾病波动导致数据不稳定；医疗机构也因“隐私保护”考虑，不愿开放此类患者的完整病历。3.多重共病患者：高血压、糖尿病、慢性肾病等疾病常共存，但现有RWE多聚焦“单病种”分析，多重共病患者因治疗方案复杂、结局指标多元，被定义为“非标准人群”排除。然而，多重共病患者占比已超老年人群的50%，其真实世界需求恰恰是RWE应优先回应的。疾病相关弱势群体：被“边缘化”的复杂健康状况三、弱势群体数据代表性不足的成因：从“设计缺陷”到“系统性排斥”弱势群体在RWE中的“缺席”并非偶然，而是研究全流程中多重因素叠加的结果。深入剖析这些成因，是制定针对性解决方案的前提。研究设计阶段的“选择性偏倚”：入组标准的“精英化”倾向RWE的设计常以“数据质量”和“分析效率”为优先，导致入组标准天然排斥弱势群体。1.排除标准过度严格：为减少“混杂因素”，研究者常设置“硬性排除标准”，如“合并严重肝肾功能障碍者”“近3个月住院者”“无法使用智能手机者”。这些标准直接将老年、多重共病、低收入（无法负担智能手机）群体排除在外。例如，某心血管RWE研究要求患者“每周至少能完成1次电子血压上传”，最终参与者中80%为退休教师、企业职工，而从事体力劳动的低收入群体因“工作繁忙、无暇操作设备”被排除。2.招募渠道的“虹吸效应”：RWE招募多依赖大型医院、专科门诊、患者社群等“高资源渠道”，而弱势群体（如农村居民、流动人口）多在基层医疗机构就诊，或未被纳入正规患者社群，形成“数据虹吸”——优质数据集中于优势群体，弱势群体数据“被遗漏”。数据采集阶段的“技术壁垒”：工具与场景的“非适配性”现有数据采集工具与场景的设计，未充分考虑弱势群体的特殊性，导致其“参与无门”或“数据失真”。1.数字化工具的“数字鸿沟”：RWRincreasinglyreliesonelectronichealthrecords(EHRs),mobilehealthapps,andwearabledevices,butthesetoolspresupposedigitalliteracy.Elderlypatientsmaystrugglewithsmartphoneoperations;low-incomepopulationsmaylackstableinternetaccess;数据采集阶段的“技术壁垒”：工具与场景的“非适配性”ruralpopulationsmayhavelimitednetworkcoverage.Forinstance,atelemedicine-basedRWEinwesternChinafoundthat45%ofelderlyparticipantsfailedtouploadbloodglucosedatadueto"unclearoperationsteps,"forcingtheteamtoswitchtopaper-basedrecords,whichwerelaterexcludedfromthemainanalysisdueto"non-standardization."数据采集阶段的“技术壁垒”：工具与场景的“非适配性”2.数据变量的“单一化”设计：RWE数据采集多聚焦“临床硬指标”（如实验室检查、用药记录），忽视弱势群体的“社会决定因素”（socialdeterminantsofhealth,SDoH），如收入、教育水平、居住环境、社会支持等。这些因素恰恰是理解弱势群体健康结局的关键。例如，研究糖尿病控制率时，若不收集“药物费用占家庭收入比”“是否需要长途就医”等数据，就无法解释为何低收入患者血糖达标率显著低于其他群体。伦理与知情同意的“保护主义”陷阱：过度保护阻碍参与弱势群体常被视为“需特殊保护”的对象，但过度的“保护性措施”反而剥夺了其参与研究的机会。1.知情同意过程的“形式化”：对老年或认知障碍患者，研究者常要求家属“替代同意”，但家属可能因“担心风险”或“不理解研究意义”拒绝参与；对低教育水平群体，复杂的知情同意书（充斥专业术语）使其无法真正理解研究目的，导致“被动拒绝”。例如，某针对农村高血压患者的RWE，知情同意书长达8页，包含20余项专业术语，最终仅30%的村民愿意签字。2.隐私保护的“绝对化”倾向：为规避隐私风险，研究者常对弱势群体数据采取“更严格的限制”（如不开放原始数据、仅允许汇总分析），但这些限制削弱了数据对弱势群体的价值——当基层医生无法获取低收入患者的完整用药史时，就无法优化其治疗方案，数据“隐私”反而成了“健康获益”的障碍。数据治理与政策支持的“结构性缺失”：制度保障不足弱势群体数据的收集、整合与共享，缺乏顶层设计和政策支持，导致“各自为战”“数据孤岛”。1.基层数据基础设施薄弱：我国基层医疗机构（社区卫生服务中心、乡镇医院）信息化建设滞后，EMR系统不统一、数据质量差（如缺失值多、编码不规范），难以支撑RWE数据采集。而弱势群体恰恰是基层医疗的主要服务对象，其数据“沉睡”在纸质病历中，无法进入RWE数据库。2.跨部门数据共享机制缺位：弱势群体的健康数据分散于医疗、社保、民政、教育等多个部门，但部门间数据壁垒森严（如医保数据无法与医院EMR实时共享）。例如，研究流动人口的健康状况时，需整合其“参保地就诊记录”“现居地疫苗接种记录”“务工单位体检记录”，但各部门数据“互不联通”，导致数据碎片化，无法形成完整画像。数据治理与政策支持的“结构性缺失”：制度保障不足四、数据代表性不足的多维影响：从“科学缺陷”到“健康不平等”的恶性循环弱势群体数据代表性不足，不仅影响RWE的科学性，更会通过“证据误导”加剧健康不平等，形成“弱势群体更弱势”的恶性循环。削弱研究结论的外推性与科学性RWE的核心价值在于“真实世界适用性”，但当数据仅反映优势群体特征时，结论的外推性便荡然无存。例如，某抗肿瘤药物RWE显示“客观缓解率（ORR）达75%”，但后续发现该研究未纳入老年（＞70岁）、肝肾功能不全患者，而真实世界中这类患者占比超40%，实际用药后ORR仅45%，且严重不良反应发生率增加3倍——基于“选择性数据”的结论，直接导致临床误判。更严重的是，代表性不足会导致“混杂偏倚”（confoundingbias）。例如，研究某降压药在真实世界的疗效时，若数据中高收入患者占比过高（其健康素养高、依从性好），可能高估药物效果；而低收入患者因“买不起药”“漏服”，真实效果被掩盖，这种“虚假有效”的结论会误导医生处方决策。加剧医疗资源分配不平等与“同质化”治疗基于主流群体数据的临床指南和卫生政策，易形成“一刀切”的标准化治疗方案，忽视弱势群体的特殊需求。例如，我国2型糖尿病管理指南推荐“二甲双胍为一线药物”，但部分老年患者因肾功能不全无法使用；低收入患者因二甲双胍费用低但需频繁监测血糖，可能因“负担不起监测费用”而擅自停药。若RWE数据中老年、低收入患者缺失，指南就无法针对这些群体制定“个体化”建议，导致“标准治疗”反而成为“伤害性治疗”。在卫生资源分配上，若RWE显示“某种靶向药在医保人群中成本效益比高”，决策者可能优先将该药纳入医保，但若数据未覆盖低收入群体（其无法承担靶向药的自费部分），这种“成本效益”分析便失去了公平性——资源向“能产生数据”的群体倾斜，弱势群体的医疗需求被进一步边缘化。侵犯弱势群体的“研究公平权”与“健康获益权”联合国《世界人类行动计划》明确提出“人人有权参与科学研究”，但弱势群体因数据代表性不足，实质被剥夺了“研究参与权”和“健康获益权”。一方面，研究设计未考虑其需求，导致针对弱势群体的干预措施研发滞后（如罕见病药物、廉价仿制药）；另一方面，基于非代表性数据的临床决策，可能对弱势群体造成“二次伤害”——例如，某精神分裂症RWE数据主要来自城市三甲医院，结论为“新型抗精神病药疗效优于传统药物”，但基层低收入患者因药物费用高，仍使用传统药物，其“疗效差”被归因为“依从性差”，而非“药物可及性不足”。五、提升弱势群体数据代表性的实践路径：构建“包容性RWE”生态解决弱势群体数据代表性不足问题，需从研究设计、数据采集、伦理规范、政策支持等多维度重构RWE实践，构建“以人为中心”的包容性生态。研究设计阶段：从“精英化”到“全人群覆盖”的理念革新1.采用“适应性入组标准”，拥抱复杂性：摒弃“理想化”的入组标准，允许纳入“合并症”“认知障碍”“数字鸿沟”等“非标准”人群。例如，针对老年多重共病患者，可采用“核心指标+弹性指标”设计——核心指标（如主要终点事件）保持统一，弹性指标（如次要结局、安全性指标）根据患者个体情况调整；对无法使用智能手机者，可提供纸质日记、电话随访等替代数据采集方式。2.拓展“多中心、多层级”招募网络：打破“大型医院垄断”，将基层医疗机构、社区服务中心、NGO组织纳入招募体系。例如，与社区卫生服务中心合作，针对高血压、糖尿病患者开展“家庭医生签约+RWE数据采集”模式，既能覆盖低收入、老年群体，又能通过家庭医生建立信任，提高参与意愿。对流动人口，可联合用工单位、居住地社区建立“流动健康档案”，实现“人到哪里，数据跟到哪里”。数据采集阶段：从“技术中心”到“用户中心”的工具创新1.开发“适老化、无障碍”数据采集工具：针对老年、残障群体，设计简易操作界面（如大字体、语音导航、一键呼叫客服）、替代性输入方式（如手写识别、语音转文字）；针对低数字素养群体，提供“面对面培训”“视频教程”等支持。例如，某糖尿病RWE为农村老人开发了“语音录入血糖仪”，患者只需口述数值，设备自动上传至系统，操作步骤从原来的10步简化为3步，参与率提升至70%。2.纳入“社会决定因素（SDoH）”数据维度：在传统临床数据基础上，系统收集收入、教育、居住环境、社会支持等SDoH指标。可通过与民政、社保部门合作，获取客观经济数据；通过结构化问卷（如简化版、图文化版本）收集主观感知数据。例如，在研究慢性阻塞性肺疾病（COPD）患者生活质量时，除肺功能指标外，还需收集“冬季是否用得起暖气”“是否有人帮忙做饭”等SDoH数据，以解释为何低收入患者生活质量更差。伦理实践阶段：从“过度保护”到“赋能参与”的模式转型1.优化“分层式”知情同意流程：根据弱势群体的认知能力、文化背景，采用差异化知情同意方式：对老年或认知障碍者，采用“口头解释+图文手册+家属辅助”模式，确保其理解研究目的、风险与获益；对低教育水平群体，用“通俗语言+本地案例”替代专业术语，如将“随机分组”解释为“像抽签一样，一部分人用新药，一部分人用常规药”；对残障人士，提供手语翻译、盲文consentform等无障碍材料。同时，设立“研究伦理咨询委员会”，邀请弱势群体代表参与审查，确保其诉求被听见。2.推行“动态隐私管理”与“数据反哺”机制：在隐私保护与数据利用间寻求平衡，采用“分级授权”模式——患者可选择“数据完全匿名化”“仅用于汇总分析”或“开放部分原始数据用于研究”；同时，建立“数据反哺”制度，将基于弱势群体数据的研究结论（如廉价治疗方案、基层干预模式）反馈至其所在社区和医疗机构，让数据主体直接获益，从而提高参与意愿。数据治理与政策支持：从“分散化”到“系统化”的制度保障1.加强基层数据基础设施建设：政府需加大对基层医疗机构的投入，统一EMR系统标准，推广“结构化数据采集模板”（如针对常见病的核心数据集），提升基层数据质量；建立“基层数据-上级医院数据”共享通道，使基层数据能进入RWE数据库，改变“数据洼地”现状。2.构建“跨部门、跨区域”数据共享平台：在法律框架下，打通医疗、社保、民政、教育等部门数据壁垒，建立国家级“健康大数据中台”，实现数据“一次采集、多方共享”。针对流动人口，推行“全国统一的电子健康卡”，记录其跨区域就医、用药数据，解决“数据碎片化”问题。同时，制定《弱势群体RWE数据采集指南》，明确数据采集的优先人群、指标规范和伦理要求，为研究者提供“操作手册”。数据治理与政策支持：从“分散化”到“系统化”的制度保障3.设立“弱势群体RWE专项基金”：鼓励企业、基金会、政府共同出资，资助针对弱势群体的RWE项目，如“罕见病真实世界研究”“农民工职业健康队列研究”；对纳入弱势群体比例高的研究，给予优先发表、政策倾斜等激励，引导研究者主动关注这一群体。04未来展望与挑战：迈向“无人掉队”的真实世界研究未来展望与挑战：迈向“无人掉队”的真实世界研究提升弱势群体数据代表性，不仅是技术问题，更是价值观问题——RWR的终极目标，应是让每一个真实世界的个体，无论年龄、收入、疾病状况，都能在证据体系中被“看见”、被“听见”。未来，随着人工智能、可穿戴设备、区块链等技术的发展，RWE在数据采集的便捷性、精准性上将迎来突破，但技术永远是为“人”服务的工具，唯有秉持“公平优先、包容并蓄”的理念，才能真正实现“真实世界研究，服务真实世界每一个人”。当然，前路仍面临挑战：如何在“数据质量”与“代表性”间平衡？如何避免“为收集数据而收集数据