医疗器械的真实世界研究——质量控制方法简介！
1. 数据质量
根据通则的内容，数据质量可以从代表性、完整性、准确性、真实性、一致性和重复性等方面进行评价。具体评价内容参见总则第三章。申请人必须按照上述6个方面对所使用的数据源的质量进行评价，并将各维度的评价结果以表格的形式呈现。
2.偏见风险
现实世界的研究设计、实施、分析和报告的所有阶段都可能存在偏差。申请人可以从选择偏差、信息偏差和混杂偏差三个方面详细描述现实研究计划中用于控制不同偏差风险的措施。。对于观察性真实世界研究，可以参考非随机介入临床研究的ROBINS-I评估工具来评估整体研究的偏倚风险。以下是现实世界研究中发现的一些偏见类型：
（一）研究人群缺乏代表性
在设计阶段，设定合理的纳入标准也非常重要。研究的纳入标准考虑纳入的人群是否能够代表产品的预期应用范围。pRCT通常采用较宽松的纳入标准，因此受纳入标准的影响较小。选择偏差的影响。对于前瞻性研究，建议连续入组以避免患者选择。对于某些容易受临床机构和医师水平影响的器械，建议采用多中心设计。对于受控环境的研究，尤其是病例对照设计，需要采取措施避免设计中的准入偏倚，例如通过从同一人群中抽样确定实验组和对照组。
(2) 混杂偏差
混杂偏差是指暴露因素与干预措施之间的相关（关联）程度受到其他因素的扭曲或干扰，使得所呈现的研究变量与评价指标或结果变量之间的关系不真实，而是存在叠加的偏差。的混杂效应。关系。
随机化是控制混杂因素、平衡可测量和不可测量的混杂因素的有力手段。由于绝大多数现实世界的研究设计（pRCT 除外）不使用随机化，因此在分析阶段可以考虑其他方法，例如限制性设计、配对设计和分层设计，以控制混杂因素。在分析阶段，还可以应用各种调整统计方法（如分层分析、多元回归分析、基于倾向评分的调整方法等）来控制混杂。
（三）干预措施的偏差
在现实研究中，干预措施可能会因多种原因在治疗中途出现偏差，如患者主动要求改变治疗方法、医生改变治疗策略等、多种治疗方式的干预（如血液透析）或治疗时间较长的干预。（如呼吸机、体外膜肺氧合器），干预偏差的可能性较大。在进行现实世界研究时，有必要提前考虑所研究的设备中出现此类偏差的风险程度。如果干预措施存在不可忽视的偏倚风险，在选择真实世界数据源时，需要考虑数据源是否详细、准确。记录所使用的治疗方法以及治疗期间发生的任何变化。
在临床实践中，干预措施的记录也可能存在错误，如所用器械的制造商、型号、规格等错误，导致干预措施相关的信息偏差。当怀疑存在记录错误的可能性时，考虑使用患者的成像系统对种植体形状、标记点特征、账单上的价格和其他信息进行验证。
(4) 测量偏差
在现实世界的研究中，准确、精确的测量是减少信息偏差的重要措施。实施盲法有助于克服申请人或受试者主观因素造成的测量偏差。当致盲困难时，应尽可能选择客观的硬终点（如死亡等）。在实施过程中，制定详细的操作手册，培训人员，标准化数据收集程序并监控数据收集活动，并使用统一的方法收集、测量和解释信息；在条件允许的情况下，可以设立第三方独立数据监测委员会或统一标准，规范指标测量结果；当怀疑数据测量不准确时，进行数据验证。除了上述通常考虑的措施外，还需要根据可能出现的测量偏差的具体类型指定相应的措施。
受试者的测量偏差：需要充分的训练，以便受试者能够正确理解问题并准确回答。
评估器来源的测量偏差：可以通过使用多个评估器进行并行测量来减少这种测量偏差。尽管在现实世界的研究中，更多时候是由一个人（即主治医生）完成相关的测量或评估活动，但在某些情况下（例如基于图像的测量），之后可以由另一位评估者再次进行测量。
评估工具来源的测量偏差：采用信度和效度经过验证的测量方法、使用精密仪器等。
(5) 回忆偏差
在设计阶段尽量避免通过研究人群的回忆来收集信息，并尽量在数据产生后立即将其记录在文档中。嵌套病例对照设计可以避免传统病例对照方法通过回忆获取干预措施、基线数据等造成的回忆偏差。
在某些情况下，查看患者的其他健康信息可能有助于确认患者的记忆是否准确。例如，如果患者回忆在接受干预后出现疼痛或炎症，则可以查看该患者相应日期的健康记录、用药记录和电子病历，以查看是否有任何相关信息可供进一步支持。
(6) 失访造成的选择偏差
有必要在现实研究计划中尽可能地制定足够的措施来防止失访，包括失访后可以采取的补救措施，例如通过额外的随访来补充相关数据。方法（例如电话、家访），以及与其他数据源的集成。（如医疗保险数据、死亡登记数据等）链接等；
鉴于使用回顾性数据时可能存在数据缺失的情况，需要在研究计划中提前明确处理缺失数据的方法和原则。对于缺失数据，需要尽可能清楚地调查失访的原因。如果失访与干预或结果无关，可以按照计划规定的填补方法和原则填写。也可以采用保守的方法进行插补，例如将实验组插补为无效，将对照组插补为有效。
(7)报告偏差
有选择地呈现有利的结果会导致选择报告偏差。避免报告偏差的最佳方法是在方案或统计分析计划中预先指定。建议预先指定方案在公共网站（如中国临床试验注册中心、ClinicalTrials.gov等）注册。
对于使用回顾性数据的现实世界研究，申请人必须制定措施，确保研究人员在正式统计分析之前无法获得结果数据，以防止研究人员在研究开始前进行数据挖掘以获得预期的统计结果。例如，当应用基于倾向得分的统计分析方法时，可以采用两阶段设计。第一阶段需要构建结果数据防火墙、识别独立统计学家、识别混杂变量、建立倾向得分估计模型。第一阶段混杂变量达到满意的平衡后，第二阶段将制定统计分析计划。
(8) 未测量的混杂偏差
如果所有混杂因素都已正确收集和建模，并且样本量足够，则可以通过适当的分析方法减少或消除估计偏差。然而，在实践中，获得所有混杂因素数据是很困难的，有些混杂因素是无法测量或无法测量的。由此产生的偏差称为不可测量的混杂偏差。无法测量的混杂因素的影响大小很难估计，可以尝试敏感性分析来评估其对结论的潜在影响。
3. 评估偏差的方向和幅度
偏差是方向性的，即干预的效果大小被低估或高估。偏差的程度也各不相同。一些相对较小的偏差可能不会影响研究的结论。完成研究后，建议审查和总结研究期间剩余的任何偏差，并评估对证据强度的影响。
如何评估偏倚因具体研究而异。例如，对于失访引起的选择偏差，将失访的研究人群的特征与未失访的研究人群的特征进行比较，可能是由于发现干预由于失访而无效，从而确定了偏倚。偏见的存在和方向。对于测量偏差，可以通过一些统计指标（如组内相关系数、符合率等）来比较不同人群、不同临床机构的测量值，帮助评估测量偏差。
