Clinical Research with Retrospective Data: A Practical Guide to High-Quality Studies

为什么回顾性研究适合临床医生？

临床医生做科研面临一个现实问题：白天要看门诊、查房、做手术，很难抽出大块时间设计和执行前瞻性研究。而回顾性研究利用的是已有的临床数据，不需要额外招募患者、不需要长期随访等待，是临床医生开展科研的务实选择。

回顾性研究的优势：

• 数据现成：利用医院 HIS 系统、电子病历、专病数据库中已有的数据
• 时间成本低：不需要等待患者入组和随访，数据收集周期短
• 样本量大：医院积累的病历数据通常远超前瞻性研究能招募的样本量
• 伦理审批相对简单：回顾性研究通常可以申请伦理豁免或快速审批

但回顾性研究也有明显的局限性：数据质量不可控、存在选择偏倚和信息偏倚、因果推断能力弱。了解这些局限并采取措施应对，是做好回顾性研究的关键。

回顾性队列 vs 病例对照：如何选择？

回顾性研究主要有两种设计：

回顾性队列研究

从过去某个时间点开始，追踪一组暴露人群和一组非暴露人群，比较两组的结局发生率。

适用场景：研究某个暴露因素（如用药、手术方式）对预后的影响。例如：「接受 PCI 术后使用双联抗血小板治疗 12 个月 vs 6 个月的患者，3 年内主要心血管事件发生率是否有差异？」

优点：可以计算发病率和相对危险度（RR），因果推断能力相对较强。

病例对照研究

从结局出发，比较发生结局的病例组和未发生结局的对照组，回溯两组的暴露史差异。

适用场景：研究罕见疾病或罕见结局的危险因素。例如：「发生药物性肝损伤的患者 vs 未发生的患者，两组在用药种类、合并用药、基础肝功能方面有何差异？」

优点：适合罕见结局，样本量需求相对小。

选择建议

如果你的研究问题是「某个因素是否影响预后」，优先选回顾性队列。如果研究的是「某个罕见结局的危险因素有哪些」，选病例对照。

数据从哪里来？

临床医生最大的优势是离数据近。常见的数据来源：

1. 医院信息系统（HIS）

包含患者的基本信息、诊断、检查检验结果、用药记录、手术记录等。大多数三甲医院的 HIS 系统数据可以导出为结构化格式。

注意：需要通过医院信息科或数据中心申请数据导出，通常需要科室主任签字和伦理审批。

2. 专病数据库

很多科室会建立自己的专病数据库（如冠心病数据库、肿瘤随访数据库）。这类数据通常质量较高，因为有专人录入和维护。

3. 公开数据库

如果没有自己的数据，可以利用公开数据库：

• MIMIC：MIT 维护的重症医学数据库，包含 5 万+ ICU 患者数据
• NHANES：美国国家健康与营养调查，适合流行病学研究
• SEER：美国肿瘤监测数据库，适合肿瘤流行病学研究
• UK Biobank：50 万人的前瞻性队列，数据极其丰富

数据质量：回顾性研究的命门

回顾性研究最大的挑战是数据质量。以下是常见问题和应对策略：

数据缺失

这是最普遍的问题。病历中某些字段可能没有记录，检验指标可能不是每个患者都查了。

应对：

• 统计缺失比例，缺失 >20% 的变量慎用
• 使用多重插补（Multiple Imputation）处理缺失数据，而不是简单删除
• 做敏感性分析：比较完整病例分析和插补后分析的结果是否一致

混杂因素

回顾性研究无法随机分组，暴露组和对照组的基线特征可能不平衡。

应对：

• 倾向性评分匹配（PSM）：最常用的方法，通过匹配使两组基线特征可比
• 多因素回归调整：在模型中纳入已知的混杂因素
• 亚组分析：在不同亚组中验证结果的一致性

信息偏倚

病历记录的详细程度因医生而异，可能导致暴露或结局的分类错误。

应对：使用客观指标（如检验值）而非主观记录（如症状描述）作为变量。

提升研究质量：STROBE 规范

STROBE（Strengthening the Reporting of Observational Studies in Epidemiology）是观察性研究的报告规范。按照 STROBE 清单撰写论文，可以显著提升稿件质量和接收率。

STROBE 的核心要求：

• 清晰描述研究设计和数据来源
• 详细报告纳入排除标准和样本量计算
• 列出所有变量的定义和测量方法
• 报告缺失数据的处理方式
• 使用 DAG（有向无环图）说明混杂因素的调整策略
• 讨论研究的局限性

从选题到发表的时间规划

1. 选题和方案设计（2-4 周）：确定研究问题、设计方案、申请伦理
2. 数据收集和清洗（4-8 周）：导出数据、核查质量、处理缺失值
3. 统计分析（2-4 周）：描述性分析、主要分析、敏感性分析
4. 论文撰写（4-8 周）：按 STROBE 规范撰写
5. 投稿和修回（2-6 个月）：选刊、投稿、回复审稿意见

整个周期大约 6-12 个月，对于临床医生来说是可以接受的。

工具推荐

在选题阶段，ResearchPilot 可以帮你快速评估研究方向——输入你感兴趣的疾病和暴露因素，系统会自动检索 PubMed 文献、评估方向的新颖性和可行性，帮你在动手收集数据之前就判断这个方向是否值得做。

统计分析推荐使用 R（免费、包丰富）或 Stata（界面友好、医学领域常用）。倾向性评分匹配可以用 R 的 MatchIt 包或 Stata 的 psmatch2 命令。