回顾性临床研究数据合规使用中国专家共识（2026版）

回顾性临床研究数据合规使用中国专家共识（2026版）随着医药卫生体制改革的不断深入以及数字医学技术的飞速发展，利用真实世界数据开展回顾性临床研究已成为评估药品与医疗器械临床价值、优化临床决策路径、探索疾病发生发展规律的重要手段。然而，回顾性研究往往涉及对既往诊疗过程中产生的医疗数据进行二次利用，这些数据最初并非为了研究而收集，因此在数据权属、患者隐私保护、知情同意豁免界限以及数据质量合规性等方面存在显著的法律与伦理风险。为了进一步规范回顾性临床研究的数据使用行为，确保在符合《中华人民共和国个人信息保护法》、《中华人民共和国数据安全法》、《中华人民共和国网络安全法》及《涉及人的生物医学研究伦理审查办法》等法律法规的前提下，高效、科学地利用医疗数据资源，特组织临床医学、方法学、法学、伦理学及信息技术等多学科专家，在充分借鉴国内外现有指南与共识的基础上，结合中国国情及行业实践，经过深入研讨，制定本共识。本共识旨在为医疗机构、科研人员、申办方及伦理委员会在开展回顾性临床研究时提供具有可操作性的合规指引，促进临床研究的高质量发展。一、范围与定义本共识适用于各级各类医疗机构、高等院校、科研院所及相关医药企业在中国境内开展的利用既有医疗数据进行的回顾性临床研究。所谓“既有医疗数据”，是指为了临床诊疗、公共卫生管理等非研究目的而在日常医疗服务过程中已经产生并记录的数据。回顾性临床研究是指在研究开始前，相关的临床事件（如疾病的发生、治疗的应用、结局的出现）已经发生，研究者通过系统收集和分析这些历史数据来回答科学问题的研究类型。与前瞻性研究相比，回顾性研究具有实施周期短、成本低、无需干预患者既定诊疗方案等优势，但也因数据的非研究导向性而面临更多的偏倚风险与合规挑战。本共识所指的“合规使用”，涵盖了从研究立项、伦理审查、数据采集、清洗脱敏、存储管理、统计分析到结果发表的全生命周期，确保研究活动符合法律法规、伦理原则及行业规范的要求。二、基本原则回顾性临床研究数据的合规使用应遵循以下核心原则，这些原则贯穿于研究活动的始终，是判定研究合规性的基准。（一）合法性原则所有研究活动必须有明确的法律依据。数据的收集、处理和利用必须取得数据主体的同意或符合法律法规规定的豁免同意情形。研究机构应当建立数据合规管理体系，明确数据分类分级标准，严禁非法获取、买卖或泄露医疗数据。（二）伦理正当性原则研究必须具有科学价值和社会价值，且预期的风险（主要是隐私泄露风险）相对于预期受益而言是合理的。伦理委员会应当对研究的科学性和伦理合理性进行独立审查，特别关注弱势群体的权益保护。（三）最小必要原则在数据采集和使用过程中，应当仅收集与研究目的直接相关的最小范围数据。不得随意扩大数据收集范围，避免收集与研究无关的敏感个人信息。对于能够通过去标识化达到研究目的的，原则上不应收集明文个人信息。（四）质量保证原则尽管数据来源为历史记录，但研究者仍需尽最大努力保证数据的真实性、完整性和准确性。应当建立严格的数据治理流程，对源数据进行核查与清洗，确保研究结论基于可靠的数据基础。（五）安全保密原则研究机构必须采取技术措施和其他必要措施，确保其收集、存储的个人信息和敏感医疗数据安全，防止信息泄露、篡改、丢失。发生或者可能发生个人信息泄露、篡改、丢失的，应当及时采取补救措施，并通知个人和有关监管机构。三、知情同意的豁免与伦理审查知情同意是涉及人的生物医学研究的伦理基石，但在回顾性研究中，由于受试者数量庞大、地理位置分散、部分受试者可能离世或失访等原因，逐一获取知情同意往往不可行，且可能引入选择偏倚。因此，合理适用知情同意豁免是回顾性研究合规开展的关键环节。（一）豁免知情同意的适用条件申请豁免知情同意必须同时满足以下条件：1.研究对受试者的风险不大于最小风险，即风险仅限于隐私泄露的可能性，且可以通过去标识化和数据加密等手段控制。2.豁免知情同意不会对受试者的权利和健康产生负面影响。3.研究无法在获取知情同意的情况下practical进行（如受试者数量过多）。4.在获取知情同意时，若需联系受试者，反而可能对受试者造成心理distress或隐私暴露风险。5.研究者承诺在可能的情况下，将研究结果通过适当方式告知受试者或公众。对于涉及特定敏感人群（如精神障碍患者、囚犯、未成年人等）的研究，或涉及性行为、吸毒等极其隐私信息的研究，伦理委员会应严格审查豁免申请，原则上应倾向于获得知情同意。（二）伦理审查的重点内容伦理委员会在审查回顾性研究方案时，除常规的科学性审查外，应重点关注以下内容：审查维度具体审查要点科学价值研究目的是否明确？设计是否合理？现有的数据是否能支撑研究假设？隐私保护措施是否采用了去标识化技术？数据存储环境是否安全？访问权限控制是否严格？知情同意豁免理由申请豁免的理由是否充分？是否符合法律法规及本共识规定的条件？受试者风险受益比研究对受试者造成的隐私风险是否处于可控且合理的范围？数据来源合法性数据来源是否合规？是否存在非法获取数据或私下买卖数据的嫌疑？二次利用合规性若数据此前已被用于其他研究，本次利用是否超出了原知情同意的范围？伦理委员会应当在审查决议中明确说明是否同意豁免知情同意，并对研究过程中的数据保护措施提出具体要求。四、数据采集与合规性治理数据采集是回顾性研究的基础环节，直接关系到研究结果的可靠性及合规性。鉴于回顾性数据的“脏、乱、杂”特性，必须实施严格的治理流程。（一）数据来源的合法性审查研究者在使用数据前，必须确认数据来源的合法性。对于院内电子病历数据，应通过医院科研数据中心（CRDR）等正规渠道提取，严禁私下拷贝临床工作站数据。对于院外数据（如医保数据、区域健康医疗数据、商业保险数据），必须查验数据提供方的资质，并签署正式的数据合作协议，明确双方的权利义务及数据安全责任。（二）受试者筛选与入排标准在定义研究队列时，应基于客观的临床指标和数据质量设定明确的入排标准。1.入组标准：应清晰定义目标疾病、诊断时间、治疗方式等关键变量。考虑到回顾性数据的完整性，建议在入组标准中增加对关键数据可得性的要求（例如：“至少有3次随访记录的受试者”）。2.排除标准：应明确排除可能严重干扰研究结果或数据质量极差的病例，如入院记录缺失、关键混杂因素数据缺失的病例。（三）数据提取与清洗规范数据提取应尽量通过结构化查询语言（SQL）等自动化方式进行，减少人工干预导致的人为错误。1.原始数据保留：提取的原始数据应进行封存备份，任何修改操作必须在副本上进行，并保留完整的操作日志（审计追踪），以确保数据的可追溯性。2.数据清洗：包括逻辑校验、异常值处理、缺失值填补等。逻辑校验：检查数据之间是否存在逻辑矛盾（如：男性患者有妇科诊断；死亡时间早于入院时间）。异常值处理：对于极端的生理生化指标，应核查原始病历，确认是否为笔误或真实病理状态，并保留处理记录。缺失值填补：应根据缺失机制（MCAR,MAR,MNAR）选择合适的填补方法，并在研究报告中详细说明。（四）敏感信息与隐私脱敏处理这是数据合规治理的核心。必须对数据进行严格的去标识化和匿名化处理。1.直接标识符处理：姓名、身份证号、医保卡号、联系电话、家庭住址等能够直接识别特定自然人的信息，必须在数据导出前进行移除或加密处理。2.准标识符处理：对于出生日期、邮政编码、职业、就诊日期等准标识符，应进行泛化或扰动处理。例如，将具体出生日期转换为年龄段，将详细地址转换为区县级。3.去标识化效果评估：应采用k-匿名性、l-多样性等模型对脱敏后的数据集进行重识别风险评估，确保在现有技术手段下无法通过合理努力重新识别受试者。五、数据质量控制与管理高质量的数据是得出可靠结论的前提。回顾性研究的数据质量控制应贯穿于数据采集、录入、清理和分析的全过程。（一）数据完整性研究方案中应预先定义核心变量集（CoreDataSet），并对这些变量的缺失率进行监控。对于关键变量（如主要终点指标），如果缺失率超过预设阈值（如10%或20%），应考虑进行敏感性分析或从研究中剔除相关病例。（二）数据一致性对于多中心回顾性研究，不同医院的信息系统（HIS,LIS,PACS）数据标准往往不一致。建议在数据提取前建立统一的数据模型（如OMOPCDM,CDISCSDTM），将各中心的源数据映射到统一标准。数据管理人员应定期抽查映射结果，确保不同来源数据的语义一致性。（三）数据真实性验证研究者应定期对数据库中的记录与源文件（原始病历、检验报告单等）进行比对核查（SDV）。考虑到回顾性研究数据量巨大，可采用统计学抽样的方法进行核查，但对于关键终点事件，建议进行100%核查。质量控制维度常见问题应对措施准确性录入错误、单位不统一、小数点错位设置逻辑校验程序、开展源数据核查（SDV）完整性必填项缺失、随访数据脱落明确核心变量、制定缺失值处理策略一致性同一指标在不同表格中数值矛盾、多中心标准不一建立统一数据字典、定期进行跨表逻辑校验及时性数据提取滞后、数据更新不及时制定数据提取计划、分批次交付数据规范性使用自由文本录入、编码混乱尽量使用结构化字段、对文本进行自然语言处理（NLP）提取六、统计分析策略回顾性研究属于观察性研究，inherently存在混杂偏倚。为了提高证据等级，统计分析策略必须科学严谨，并充分考虑回顾性数据的特点。（一）偏倚控制策略1.选择偏倚：由于回顾性数据非随机入组，基线特征往往不均衡。应详细报告研究队列的筛选流程，建议使用流程图展示入组与排除情况。2.信息偏倚：由于数据来源于病历记录，可能存在记录不全或错误。应尽可能使用客观指标（如实验室结果、影像学报告、处方记录）作为主要终点，减少主观判断指标的权重。3.混杂偏倚：这是回顾性研究最大的挑战。多因素回归分析：最常用的方法，将已知的混杂因素纳入模型进行校正。倾向性评分匹配（PSM）：通过匹配或加权，使不同组别的基线特征达到近似随机化的效果。在使用PSM时，应严格检验平衡性，并报告绝对标准ised均值差（ASD）。工具变量分析（IV）：在存在未测混杂的情况下，若能找到合适的工具变量，可尝试使用该方法，但需满足工具变量的三个强假设。（二）缺失值处理在统计分析计划（SAP）中，应预先规定缺失值的处理方法。1.删除法：仅适用于数据完全随机缺失（MCAR）且缺失比例极小的情况，否则会损失统计效能并引入偏倚。2.单一填补法：如均数填补、中位数填补、回归填补等，操作简单但往往会低估方差。3.多重填补（MultipleImputation）：当前公认较为科学的处理方法，能更好地反映缺失数据的不确定性，建议优先采用。（三）亚组分析与敏感性分析为了验证结果的稳健性，建议进行广泛的敏感性分析。例如，改变混杂因素纳入模型的标准、采用不同的缺失值处理方法、排除极端病例后重新分析等。若主要结果在不同敏感性分析中保持一致，则说明研究结果较为可靠。七、多中心研究的数据协作与安全随着单中心回顾性研究样本量有限、代表性不足等局限的凸显，多中心回顾性研究日益增多。这带来了跨机构数据流转与协作的特殊合规挑战。（一）数据合作模式目前主流的合规合作模式包括：1.物理汇聚模式：各中心将数据脱敏后物理传输至一个中心数据库。此模式效率高，但对数据脱敏技术和传输安全要求极高，需确保数据离开本院后无法被识别。2.分布式计算/联邦学习模式：数据不离开本地，各中心在本院服务器上部署统一的分析算法，仅将中间参数（如梯度、统计量）上传至中心服务器进行聚合建模。此模式从根源上解决了数据隐私泄露问题，是未来多中心研究的推荐方向，但对技术架构和算力要求较高。（二）数据传输安全若采用数据物理汇聚模式，必须采取严格的传输安全措施：1.传输通道加密：使用SSL/TLS等加密协议建立专用传输通道。2.数据加密存储：数据传输至中心端后，必须加密存储，密钥应由数据监管方或第三方权威机构保管，实行“数据与密钥分离”管理。3.节点认证：对数据上传的源节点进行严格的身份认证，防止恶意节点接入。（三）合作协议与权责划分多中心研究必须在启动前签署详尽的多中心研究合作协议（MCTA），明确：1.数据的归属权（通常归属于数据产生方，即各医院）。2.数据的使用权（仅限于本项研究）。3.知识产权（IP）的分配（论文发表顺序、专利申请归属等）。4.安全责任（一旦发生数据泄露，各中心的责任边界）。八、成果发布与知识产权研究成果的发布应遵循学术诚信原则，同时充分尊重受试者的隐私权益。（一）隐私保护在发布环节的延续在发表学术论文或会议报告时，严禁在图表、文本中泄露受试者的身份信息。1.个案报告：即使已获得知情同意，也建议对患者的特定特征（如罕见的职业、特殊的居住地、具体的就诊日期）进行模糊化处理。2.组别数据：避免在小样本亚组（如n<3）中报告详细数据，因为极少数量的详细数据可能导致特定个体被重识别。（二）数据共享政策遵循国际惯例，鼓励在发表文章后共享去标识化的研究数据集，以促进科学验证与二次研究。但共享必须满足以下条件：1.已签署共享协议，明确数据仅用于科学研究，不得用于商业用途或识别个人身份。2.数据已进行高标准的去标识化处理。3.原始知情同意书中未明确禁止数据共享（如适用）。（三）作者署名与贡献多中心回顾性研究的作者署名应遵循ICMJE等相关国际推荐规范。只有对研究设计、数据获取、分析解读或论文撰写有实质性贡献的人员才能被列为作者。对于仅提供数据支持但未参与研究的中心或个人，可在致谢部分予以说明。九、特殊场景的合规考量（一）利用生物样本库数据回顾性研究若涉及既有生物样本（如存档的石蜡包埋组织、血清样本）的关联分析，除关注临床数据合规外，还需审查生物样本的采集知情同意书是否涵盖了未来研究用途。若原知情同意书未明确或样本采集年代久远无知情同意，需参照知情同意豁免流程进行伦理审查。（二）利用真实世界证据（RWE）支持药品注册当回顾性临床研究旨在生成真实世界证据以支持药品注册决策时，除符合本共识要求外，还需严格遵循国家药品监督管理局药品审评中心（CDE）发布的《真实世界证据支持药物研发的指导原则》等专项技术要求。数据的完整性、准确性及质量合规性将面临更为严格的监管审查。（三）人工智能大模型训练数据利用回顾性临床数据训练医疗人