真实世界研究混杂因素控制方法专家共识（2025版）

真实世界研究混杂因素控制方法专家共识（2025版）1.适用范围与核心术语界定真实世界证据（RWE）的公信力并非源于数据量的堆砌，而是建立在严密的混杂因素控制逻辑之上。本共识旨在为研究者提供从研究设计到数据分析的端到端混杂因素控制框架，确保基于真实世界数据（RWD）生成的证据具备监管提交与临床决策级别的稳健性。1.1适用研究类型本共识适用于使用电子病历（EMR）、医保理赔数据库、疾病登记系统及医疗物联网设备数据开展的以下非干预性研究：上市后药物安全性主动监测与不良反应信号挖掘同类药物或不同治疗策略的有效性比较研究（CER）罕见病自然史研究与真实世界疗效估计医疗技术及器械的上市后临床评价1.2核心术语界定为避免多中心协作与跨学科沟通中的语义歧义，本共识对以下核心术语进行严格界定：混杂因素：与暴露因素和结局事件均存在统计学关联，且不在暴露至结局因果路径上的中间变量。永恒时间偏倚：在研究随访期内，患者必须存活至接受干预的那一刻才被纳入干预组，导致干预组被人为赋予了生存优势。适应症偏倚：由于医生根据患者基线风险水平选择治疗方案，导致不同治疗组别在基线特征上存在系统性差异。目标试验模拟：利用观察性数据，通过明确的纳入排除标准、暴露定义、分配规则及随访起点，模拟出一个假设的随机对照试验。2.混杂因素的识别与评估机制混杂因素的遗漏是导致真实世界研究结论颠覆性错误的根本原因，系统性的识别必须贯穿研究全生命周期。依赖统计模型事后调整已知的几个变量，无法掩盖设计阶段对潜在混杂因素的认知缺失。2.1基于有向无环图（DAG）的因果路径构建必须采用DAG将研究假设中变量间的因果关系可视化。DAG不仅是统计调整的指南，更是剥离真实混杂因素与中介变量的逻辑工具。为什么这么做：DAG通过图论规则判定变量间的条件独立性，能明确识别哪些变量是后门路径上的混杂因素（必须调整），哪些是暴露导致结局过程中的中介变量（严禁调整）。若错误调整中介变量，不仅无法消除偏倚，反而会引入碰撞偏倚。怎么做：研究设计团队必须包含临床专科医生、流行病学专家与生物统计师。三方共同绘制DAG，节点定义必须包含具体的测量时点（如"基线期糖化血红蛋白HbA1c"）。采用DAGitty等软件绘制并输出可调整的最小充分集。出问题怎么办：若DAG中存在不可测量的混杂路径，必须在方案中声明，并在后续分析章节中启动敏感性分析（如E-value法）。严禁在未绘制DAG的情况下直接将所有基线变量扔入多因素回归模型。2.2常见偏倚的风险演化叙事与场景化穷尽偏倚的产生不是孤立的数据异常，而是沿着特定的临床诊疗逻辑链条演化。以下穷尽三类核心偏倚的演化路径，研究者必须据此设计阻断点。适应症偏倚的演化路径起因：重症患者或具有特定高危基线特征的患者更倾向接受某种创新疗法。传播途径：暴露组与非暴露组在基线疾病严重度上产生系统性断裂。触发条件：回归模型中未纳入反映疾病严重度的变量（如肿瘤分期、Charlson合并症指数）。最终后果：干预效应被高估或低估，甚至得出与实际相反的结论。阻断点：在模型中强制纳入临床公认的疾病严重度评分，或采用倾向评分匹配（PSM）平衡基线特征。永恒时间偏倚的演化路径起因：以回顾性处方记录定义暴露状态时，患者从入组到首次处方之间存在未被正确归类的"存活等待期"。传播途径：该段未暴露时间被错误计入暴露组的人时分母。触发条件：未采用目标试验模拟（TTE）框架对随访起点进行严格锚定。最终后果：干预组的生存期被人为拉长，产生虚假的生存获益信号。阻断点：采用克隆加删失法，为所有入组患者复制记录，并根据患者实际接受治疗的时间设置暴露窗，在暴露窗结束时根据实际是否用药进行分类，未在窗口内用药的克隆体予以删失。原型偏倚的演化路径起因：患者在疾病早期症状出现时即开始服用某种药物，该症状实际上是隐匿性疾病的早期表现。传播途径：药物暴露时间早于疾病正式确诊时间。触发条件：随访起点设置过于贴近首次用药时间。最终后果：药物暴露与疾病发生产生虚假关联，误将疾病本身的早期表现归咎于药物副作用。阻断点：在用药与结局事件之间设置至少6个月的洗脱期，排除用药后短期内发生的结局事件。2.3时变混杂因素的处理原则当混杂因素随时间变化且本身受既往治疗影响时（如动态变化的血压、血脂水平），传统的Cox比例风险模型将失效。优先：采用边缘结构模型（MSM）结合逆概率加权（IPTW），模拟每次随访节点上治疗分配的随机化。若不具备：若样本量不足以支撑稳定的权重估计，可改用时间依赖的Cox模型。严禁：将时变混杂因素作为固定协变量直接调整，或采用常规的多因素回归处理时变混杂因素（会阻断治疗效应的传导路径，造成过度调整偏倚）。3.研究设计阶段的前置控制策略优秀的临床研究设计是控制混杂因素的最优解，其价值远超后期复杂数学模型的事后补救。设计阶段的控制策略本质上是规范数据产生的过程，从源头压缩混杂因素的生存空间。3.1目标试验模拟（TTE）框架应用必须采用TTE框架对观察性数据进行结构化重组，将模糊的回顾性数据描述转化为具备明确因果推断逻辑的试验框架。为什么这么做：观察性数据缺乏随机化机制，随访起点往往模糊不清。TTE通过严格定义"零时间"，确保暴露组与非暴露组在起点处于相同的基线风险水平。怎么做：制定详细的TTE研究草案，必须包含以下要素：合格标准：定义患者在何时间点具备进入研究的资格（如：确诊后第30天）。治疗策略：定义暴露与非暴露的判定规则，设定30天的暴露评估窗。分配程序：在暴露评估窗结束后，根据实际用药情况进行分组。随访：从分配点开始计算人时，直至结局发生、死亡、失访或随访期满。出问题怎么办：若数据中存在大量未在暴露评估窗内用药的患者，必须使用克隆加删失策略。为避免删失导致选择偏倚，需建立删失预测模型并进行逆概率删失加权。3.2暴露窗与洗脱期设定定义新用药户是消除既往用药残余效应干扰的强制性要求。必须严格执行新用药户设计。基线期定义：入组前至少365天的观察期，用于评估患者基线特征及既往用药史。洗脱期要求：在入组前180天内，严禁使用任何研究关注的目标药物。若在此期间有用药记录，该患者必须被排除或归入其他治疗组别。暴露窗要求：自符合合格标准之日起30天内，若患者接受首剂药物，则归入暴露组；若未接受且未发生结局事件，则归入对照组。方案分层表达：优先：使用365天的基线期以确保充分捕捉既往病史；若不具备：若使用医保数据且患者断保，基线期不得少于180天；严禁：基线期不足30天或缺失率超20%的数据集不得用于新用药户设计。3.3活性对照与锚定选择在比较两种不同治疗方案时，必须设置活性对照组，而非使用"未治疗"或"历史对照"组。未治疗组患者往往具有严重的禁忌症或极高的基线风险，直接比较会引入严重的不可测量混杂。必须选择与暴露组作用机制相似、适应症重叠的阳性药物作为对照。如果研究目的是比较两种药物的相对安全性，应当在相同临床指南推荐下选择二线或三线治疗药物作为锚点，确保组间临床适应症的重合度。4.统计分析阶段的混杂因素调整模型统计模型是对已测量混杂因素的数学平衡，模型选择的错配不仅无法消除偏倚，反而会引入新的方差膨胀。此阶段的操作必须基于清晰的因果推断假设，而非纯粹的统计学显著性追求。4.1倾向评分法的应用与判据倾向评分通过将多维协变量降维至一维概率，在评分重叠区域内构建可比的准随机化对照组。为什么这么做：当已知且可测量的混杂因素多达数十个时，传统多因素回归模型会产生维度灾难，导致模型过拟合及效应估计的不稳定。倾向评分法通过"设计阶段"的匹配，使组间协变量分布趋于一致。怎么做：使用Logistic回归估计倾向评分（PS）：PS=P(A匹配算法：优先采用可变比匹配，设置卡钳值0.1×权重估计：若采用IPTW，其权重计算公式为wi出问题怎么办：若PS分布的重叠区域极小（重叠指数<0.5禁忌三件套：严禁在PSM匹配后的基线表中使用P值评估组间均衡性。后果：大样本下P值极度敏感，即使临床无意义的微小差异也会呈现统计学显著，造成"已平衡"的假象，且匹配后样本量减少导致检验效能下降，容易漏诊真实的基线差异。替代方案：必须计算标准化均数差（SMD）。连续变量SMD≤0.1视为平衡；分类变量SMD≤0.1视为平衡。若SMD4.2高维倾向评分调整当医保或EMR数据中存在大量代理变量时，常规PSM可能遗漏潜在混杂。动作机理：通过自动化算法从数据库中提取成千上万个诊断码、药品码及操作码，利用L1正则化Logistic回归筛选出对暴露选择预测力最强的前几百个变量，纳入PS模型。其核心在于假设这些代理变量能间接反映未测量的临床混杂。错误后果：若不纳入高维变量，残余的未测量混杂会导致处理效应估计偏倚；若变量筛选不剔除结局事件的预测因子，可能将工具变量引入模型，反而放大方差。操作规范：优先纳入数百个高维变量；若协变量数与结局事件数之比超过1:10，必须采用惩罚回归算法防过拟合；严禁将暴露后的实验室检查结果作为基线协变量纳入。4.3工具变量法（IV）应用当存在不可测量的混杂因素时，工具变量法是进行因果推断的最后防线。工具变量必须满足三个核心假设：与暴露强相关；与未测量混杂因素独立；仅通过暴露影响结局（排他性约束）。常用的IV包括：患者就诊医院的治疗偏好（如该医院上年度处方A药的比例）、患者距离特定医疗设施的远近。动作机理：IV的本质是剥离出暴露变异中不受混杂因素影响的那部分（即"内生性"问题的解决），利用这纯净的变异去估计因果效应。错误做法会导致弱工具变量偏倚——若IV与暴露的相关性极弱，估计出的效应会向观察性估计偏移，且方差呈指数级膨胀。因此，第一阶段回归的F统计量必须≥105.未测量混杂因素的敏感性分析任何RWS都无法穷尽所有混杂因素，敏感性分析不是可选项，而是评估结论稳健性的底线防线。必须通过量化测试未测量混杂的强度，来界定研究结论的脆弱程度。5.1E-value法评估稳健性E-value衡量的是：需要一个多大的未测量混杂因素，同时与暴露和结局的关联，才能将当前观察到的效应值彻底推翻。为什么这么做：临床研究者常常面临"是否存在未测量混杂"的质疑。E-value将这种定性争议转化为定量的阈值评估，为同行评议和监管审评提供客观依据。怎么做：计算风险比（RR）的E-value。公式为：对于RR>1的情况，E出问题怎么办：若计算所得E-value接近1.0（如1.2），说明仅需微弱的未测量混杂即可推翻研究结论，结论判为"脆弱"；必须在研究局限性中明确警示，不得在结论中做强因果推断表述。5.2阴性对照法通过引入已知与暴露或结局无真实因果关联的变量，检验残余混杂的存在。阴性对照暴露（NCE）：选择一个与结局无因果关联的暴露（如某种维生素的使用），检验其是否与结局存在统计学关联。若存在关联，证明存在未测量混杂。阴性对照结局（NCO）：选择一个与暴露无因果关联的结局（如骨折率），检验暴露是否与其相关。操作规范：NCE和NCO的选择必须经过临床专家共识确认。若阴性对照检测出P<5.3未测量混杂的分级响应根据E-value与阴性对照结果，建立三级响应机制：Ⅰ级（轻度脆弱）：E-value∈[1.5,Ⅱ级（中度脆弱）：E-value∈[2.0,Ⅲ级（重度脆弱）：E-value≥3.0，或阴性对照显著异常（P6.偏倚控制的质量保障与验证规程偏倚控制的质量保障并非一次性交付，而是基于PDCA（计划-执行-检查-改进）循环的动态修正过程。数据分析团队必须建立标准操作规程（SOP），确保每一步骤可复现、可追溯。6.1统计分析计划（SAP）锁定与盲法分析必须提前锁定SAP，严禁在知晓初步结果后逆向修改混杂因素调整模型。研究团队必须在数据提取与清洗完成后、正式分析前，完成SAP的撰写与签字锁定。SAP必须详细规定：DAG图、纳入PSM模型的变量列表、卡钳值设定、SMD阈值（≤0.16.2缺失数据处理与多重插补真实世界数据必然存在缺失，错误的插补会扭曲变量间的相关性结构，破坏因果推断。缺失机制判断：对于完全随机缺失（MCAR）数据，可采用完全记录分析；对于随机缺失（MAR）数据，必须采用多重插补（MI）。执行规范：插补模型必须包含结局变量、暴露变量及所有将纳入主分析模型的协变量。插补次数M不得少于20次（M=异常处置：若某基线协变量缺失率>406.3独立质控与代码审计建立双人双盲编程与独立代码审计机制。主程序员完成SAS或R脚本编写后，必须由独立质控程序员根据SAP文档重新编写逻辑核查代码，对主程序输出的分析数据集（ADaM）及表格、列表和图表（TLG）进行逐行核验。重点核查PSM匹配前后的样本量流失率（流失率>207.附录：混杂因素控制核查清单与SOP本附录提供可直接落地的登记表样表与SOP清单，研究团队应在方案定稿前逐项对照执行。附录7.1真实世界研究混杂因素控制SAP核查清单审查维度审查要点量化判定标准/容差区间责任主体验收动作设计阶段是否绘制DAG图并识别最小充分调整集覆盖所有已知临床混杂因素临床PI与统计师签字确认DAG图归档设计阶段是否采用TTE框架并定义暴露窗暴露评估窗≤30天，洗脱期≥统计PI核查TTE设计文档数据治理基线期协变量缺失率核查核心协变量缺失率≤数据管理员导出缺失数据报告统计分析PSM匹配质量评估匹配后所有协变量SMD≤主程序员输出LovePlot图表统计分析IPTW权重稳定性核查权重最大值≤10，方差膨胀因子(VIF)质控程序员审查权重分布直方图敏感性分析E-value计算E-value≥统计PI核查敏感性分析报表敏感性分析阴性对照检验NCE/NCO关联性P独立统计师核查阴性对照回归结果附录7.2倾向评分匹配（PSM）分析标准操作规程（SOP）目的：规范RWS中基于倾向评分