质量控制规范是确保研究过程和结果标准化的重要工具[1]。质量控制规范的实施有助于减少研究过程中的系统误差和偏倚，提高研究结果的可靠性和科学性，并增强研究结果的可重复性和推广性，最终促进研究成果向实践的转化[2-3]。鉴于当前药品临床综合评价项目在真实世界研究中存在研究设计不规范、数据管理不透明、报告质量参差不齐等问题[4]，本项目组研究并发布了《药品临床综合评价项目真实世界研究质量控制规范（2024版）》，用于指导基于真实世界数据的药品临床综合评价的实施和报告，以提高研究过程的透明性和结果的可信度，推动药品临床综合评价的科学化和标准化。本文对质量控制规范的制定过程、基本特征及适用条目进行详细解读，以便研究者更好地理解其内容并参考使用。
1 药品临床综合评价项目真实世界研究质量控制规范制定过程和方法
1.1 质量控制规范形成流程
1.2 质量控制规范制定方法
1.2.1 初步遴选质量控制规范条目
经专家讨论，明确研究计划及质量控制规范适用范围等；采用文献分析法，对当前真实世界研究质量控制相关文献现状、要素等方面进行归类分析，确定规范必要条目，建立初始评估指标，共5个维度，39个条目。根据文献调研结果设计专家初始问卷表单。
1.2.2 起草质量控制规范条目
为保证专家群体的代表性和普遍性[7-8]，2轮德尔菲法分别选取34、49名专家进行咨询，涉及高校研究者、政府工作人员、药师、医生、医药企业工作人员等职业领域。见表1。专家咨询表内容主要包括3个方面：1）专家基本信息，包括职业、工作年限等。2）专家对各维度的熟悉程度。3）专家评价。采用Likert 5级评分法，1、2、3、4、5分分别代表很熟悉、熟悉、一般、不熟悉、很不熟悉。专家咨询问卷由研究人员通过问卷星发放、回收。2轮专家咨询的5个维度中，专家对“研究目的设定”和“研究设计”的熟悉程度较高，熟悉和非常熟悉的比例均超过71.0%，最高达到88.2%；对“数据源及预处理”和“结果及解读”的熟悉程度一般，熟悉和非常熟悉的比例为57.1%~79.4%；对“统计分析”的熟悉程度相对较低，熟悉和非常熟悉的比例为42.9%~58.8%。
表1 参与德尔菲法咨询的专家基本信息 |
| 职业 | 第一轮（n = 34） | 第二轮（n = 49） | ||
|---|---|---|---|---|
| 人数/人 | 占比/ % | 人数/人 | 占比/ % | |
| 高校研究者 | 5 | 14.7 | 7 | 14.3 |
| 药师 | 7 | 20.5 | 11 | 22.4 |
| 医生 | 12 | 35.3 | 18 | 36.7 |
| 政府工作人员 | 4 | 11.8 | 1 | 2.1 |
| 医药企业工作人员 | 2 | 5.9 | 7 | 14.3 |
| 其他 | 4 | 11.8 | 5 | 10.2 |
在第1轮专家咨询中，专家针对规范草案提出改进意见，共线性过高的项目被整合，并根据专家反馈意见将5个条目合并成2个条目，形成第2轮咨询问卷。在第2轮专家咨询中，专家意见趋于一致，进一步细化和完善各项条目后，最终形成的药品临床综合评价项目真实世界研究质量控制规范包括5个领域，36个条目。这些领域涵盖了研究的各个关键环节，确保研究过程的每一步都有明确的质量控制标准。
1.2.3 质量控制规范推广和更新
通过专家意见征集以及真实世界研究项目实施过程中的全流程验证，项目组制订了该质量控制规范的推广和更新计划，后续会持续关注该质量控制规范使用情况和意见反馈，不断更新和完善质量控制规范的条目。
2 药品临床综合评价项目真实世界研究质量控制规范基本特征
2.1 质量控制规范基本特点
最终形成的药品临床综合评价真实世界研究质量控制规范，基于真实世界数据的特征和药品评价的实际需求[9]，既可作为指导研究方案设计与实施的结构化参考工具，也可用于评价现有真实世界研究报告的质量。通过参考国内外已发表的相关报告的质量控制标准和最佳实践经验，项目组在制定该规范时融合国际标准和本土实际情况，确保其不仅具有国际前沿水平，也切合国内实际需求。该规范具有条目表述清晰、无歧义、内容全面系统、领域间逻辑严密、条目设计合理有序等特点。同时，该规范结构简明易懂，使用方便快捷，有助于提升研究及报告的规范性和一致性，确保研究结果的可靠性和可推广性。
2.2 质量控制规范基本内容和结构
药品临床综合评价真实世界研究质量控制规范共包括5个领域，36个条目。各领域间互相独立，但内容具有连贯性且密切关联。规范中的判断依据是作出研究质量评价的主要依据，需将对应内容的页码标记在“页码”栏。
3 药品临床综合评价项目真实世界研究质量控制规范条目解读
3.1 研究目的设定（领域1）
设定研究目的是科学研究的起点，是保证研究质量的基础。研究目的设定质量控制标准旨在保证所确定的研究目的具有科学意义、临床相关性和可操作性，进而指导整个研究过程。通过系统化质量控制方法，提高研究目的的严谨性和一致性，减少研究过程中的偏倚和误差[10]。
3.1.1 研究问题的可操作性（条目1）
研究问题的可操作性是确保研究项目顺利开展的重要环节。研究问题应清晰明了，具有可操作性、可衡量性，以确保研究结果的客观性和可靠性。此外，研究问题应与目标人群和研究目的相关，具备可行性，确保研究项目能在既定条件下完成[11]。
3.1.2 研究目的的明确性（条目2）
研究目的具体明确，与研究问题直接相关，且研究者清晰阐明研究目的对研究问题的意义。同时，研究目的基于现有文献，对已有研究成果进行补充或拓展。研究目的与研究背景相符，符合研究对象和研究领域的实际情况，具有现实意义。此外，研究目的应具有科学价值和临床意义，能够推动学科发展或解决临床问题。
3.1.3 研究假设的逻辑性（条目3）
研究假设的逻辑性是确保研究具有科学性和合理性的关键因素。假设要清晰，明确传达研究者的预期；具备可检验性，确保研究假设具有科学可操作性，能够通过观察或实验进行验证或证伪；具备相关性，与研究问题密切相关，能够解释或预测研究问题；假设简洁，确保研究过程的简便性和高效性。
3.2 研究设计（领域2）
研究设计是决定研究成功与否的关键环节，直接影响研究结果的可靠性和有效性。研究设计质量控制标准旨在确保研究方法的科学性和合理性，包括研究人群的选择、变量的定义和操作、偏倚控制策略、样本量计算以及随访时间的合理性。通过严格设计质量控制标准，提高研究结果的可信度和可推广性，为药品临床综合评价提供坚实的科学依据[12]。
3.2.1 研究源人群选择的合理性（条目4）
在选择研究源人群时，要求必须具有代表性，与研究问题相关，确保研究结果的可推广性和普适性。同时要在符合伦理规范和法律法规要求下，选择容易获取的群体，以便顺利开展研究。样本量也应足够大，以保证研究结果的统计显著性和可靠性。
3.2.2 纳入、排除标准的合理性（条目5）
纳入、排除标准明确可确保研究人员和相关人员理解一致。标准制定应合理，与研究目的和研究问题一致，并具有可操作性，使其在实际研究中能有效应用。标准的制定应经过充分讨论和论证，尽量避免选择偏差。研究报告应详细说明标准制定的过程和依据，以便理解和复现，并根据研究进展需要进行调整。
3.2.3 暴露（含对照药物）、结局定义及实操化的合理性（条目6）
暴露（含对照药物）和结局定义明确，便于准确理解和实施。定义制定需合理，与研究目的和研究问题一致，确保能有效测量。暴露（含对照药物）变量要具有临床意义，反映研究结果对患者实际健康状况的影响，其中，对照组应为常规使用的标准疗法，对照药物的选择应参照指南推荐，是临床实践中目标人群可获得且实际使用的药物。结局指标要具有敏感性，可反映研究干预效果。制定过程应充分讨论和论证，并由相关专业人员审核。
3.2.4 协变量及解决潜在偏倚策略的合理性（条目7）
识别可能影响结局的预测因素和潜在混杂因素。考虑剂量效应、时间窗口，确保数据完整性[13]。另外，研究者应详细说明将结局归因于药物暴露的依据。
3.2.5 索引日期的定义及分配的合理性（条目8）
在研究设计中，索引日期的定义和分配方法的合理性对于确保研究结果的科学性和可靠性至关重要。索引日期的定义必须清晰明确，确保研究开始时间的选择合理且符合研究目的。为确保研究组之间的可比性，可采用随机分配方法来分配索引日期，避免选择偏倚。最后，应避免永生时间问题，确保研究结果内部有效性和结局与暴露之间因果关系可靠。
3.2.6 样本量计算和预期运行特性（条目9）
在研究设计中进行样本量计算和预期运行特性分析有助于确保研究具有足够的统计量和科学可信度[14]。研究设计应进行样本量计算和预期运行特性分析，优化研究资源分配和结果估计精度。计算应明确研究设计类型、结局类型、效应大小和统计功效水平。
3.2.7 随访时间（条目10）
随访时间直接影响研究结果的可信度和科学价值[15]。随访时间应足够长，以覆盖所有相关结局事件的发生，并符合研究目的需要与性价比原则。对于需要长期观察的研究问题，适当延长随访时间。随访过程必须符合伦理规范，确保研究对象已获得充分的知情同意。
3.3 数据源及预处理（领域3）
3.3.1 数据源描述（条目11）
数据源的描述至关重要，直接影响研究数据的可信度和科学分析的有效性。应详细描述数据的原始收集方式和标准结构，包括数据字典，以提高数据一致性和可比性，简化数据整合和分析过程。
3.3.2 数据源与研究问题的契合度（条目12）
选择合理的数据源，确保数据来自与目标患者相似的群体，应经过标准化处理，符合统一格式和编码。数据应来自可靠机构，并通过伦理审核，确保数据收集规范、完整、一致性良好，缺失值尽可能减少。数据具备可追溯性，便于核查原始记录[18]。
3.3.3 数据与研究结局的相关性（条目13）
评估数据与关注的药物-结局关联时，应详细说明关键数据元素的评估时间记录和完整性，严格遵循操作定义和编码规定。应说明与其他数据源的链接验证结果的一致性，涉及多数据库时，合并数据后评估数据质量[12]。
3.3.4 数据采集过程的规范性（条目14）
在评估额外数据采集过程的规范性时，应确保数据收集人员具备专业的资质，以保证其能够准确和标准化地执行数据收集。须按照明确的数据收集流程，确保数据的准确性。另外，数据收集过程应有专人进行监督管理，为了确保数据的一致性和互操作性，应使用共同数据字典[19]。
3.3.5 数据清洗过程的合理性（条目15）
在评估数据清洗的合理性时，应提供清晰的数据清洗方法信息，包括清洗步骤和标准。数据清洗过程应采用数据范围检查、逻辑一致性检查等方法。根据数据来源或其他可靠信息，确保数据的准确性和可信度。针对数据中的缺失值，应根据数据的特点采用适当的插补或删除方法进行处理[20]。
3.3.6 数据验证（条目16）
在进行数据验证时，通过与原始数据进行比对等方法，核实数据的准确性。通过数据一致性检查等方法评估数据的内部一致性。通过与其他数据源进行比对等方法，评估数据的外部一致性[21]。
3.3.7 数据管理计划（条目17）
在确保数据管理规范性和安全性方面，应制定数据管理的标准规范，建立健全的数据安全体系，包括设置严格的数据访问权限控制措施、定期进行数据备份和恢复操作等。应进行数据质量监控，通过定期评估数据质量，保证数据的准确性、完整性和可靠性[12]。
3.3.8 医学伦理审查中的知情同意与隐私保护（条目18）
在研究过程中，对研究使用的数据进行匿名化处理或者获得受试者的知情同意是基本原则。针对未经匿名化处理的数据或特定研究设计，必须采取额外措施来保护受试者的隐私[22]。保护措施要符合伦理要求和法律法规的规定。
3.4 统计分析（领域4）
统计分析是将数据转化为有意义的结果的重要过程，统计分析方法质量直接影响研究结论的可靠性和科学性。统计分析方法质量控制标准包括对统计分析计划的使用、统计方法的选择、混杂因素的控制、亚组分析方法、敏感性分析等的合理性评价。通过规范和严格的质量控制，提高统计分析科学性，确保研究结果准确性和可靠性[17]。
3.4.1 使用统计分析计划（条目19）
在研究中使用事先指定的统计分析计划（statistical analysis plan, SAP）是确保研究结果科学可信的关键步骤[17]。研究者在SAP中应详细描述控制混杂因素、亚组分析、交互作用检测、缺失数据处理等策略，以及针对队列、病例对照和横断面研究的特定分析方法。
3.4.2 评估治疗效果的分析方法的合理性（条目20）
在评估治疗效果的统计方法中，应明确处理中间事件的方法，例如在分析过程中如何处理干预中可能发生的变化或调整。为了确保数据的一致性和准确性，审查规则的设定也至关重要。通过规范化处理估计量，可提高研究的可信度和科学性。
3.4.3 控制潜在混杂因素的分析方法（条目21）
基于不同的混杂因素，选择合适的统计分析方法[17]。统计分析阶段采用多因素分析或倾向评分匹配等技术控制混杂因素。通过E值或假设计量分析等合适的方法评估未测量混杂因素的潜在影响。
3.4.4 因果路径中间变量过度调整评估（条目22）
在中间变量过度调整时，应确保模型的适当性，利用似然比检验评估模型拟合改善，使用赤池信息量准则（Akaike Information Criterion, AIC）和贝叶斯信息准则（Bayesian Information Criterion, BIC）评估不同调整模型的拟合优度，通过交叉验证评估预测性能[23]。
3.4.5 亚组分析方法（条目23）
在评估分组分析方法的适用性时，应说明多个关键因素。明确分组分析方法能否有效回答研究问题，如果涉及比较不同组之间的结果或评估干预措施的效果，分组分析方法可能是适用的。应详细说明数据类型的适用性，不同分组分析方法可能只适用于特定类型的数据。应基于足够大的样本量进行分组分析，以确保结果的统计显著性和稳健性。混杂因素是否对分组分析结果产生影响也需详细说明。
3.4.6 控制组间差异的方法（条目24）
如果涉及组间研究，应监测组间结果差异。进行差异性监测，以评估干预效果，监测健康状况趋势。可采取标准化测量、专业培训和质量控制措施等方法[24]，尽可能减少差异对误分类的影响。
3.4.7 控制逆向因果的方法（条目25）
为了减少逆向因果对结果的早期影响，应采用延迟分析、左截断和倾向评分匹配等方法，以平衡混杂因素[25]。延迟分析通过推迟暴露与结局之间的观察期，减少暴露对结果产生的早期影响。左截断通过设置观察时间窗口，排除窗口开始之前的数据，减少逆向因果关系的影响。倾向评分匹配通过平衡混杂因素，确保暴露组与对照组在基线特征上的一致性。通过这些方法，减少暴露对结果产生影响的可能性，以准确评估暴露与结果之间的因果关系。
3.4.8 缺失值及分类错误数据的处理方法（条目26）
处理缺失或分类错误数据的方法必须根据数据的实际情况和研究的需求进行选择。应评估数据缺失或分类错误的程度，保证所选处理方法的有效性，并详细说明研究的具体情况和限制。不同研究有不同时间限制或统计假设，这些可能会影响到处理方法的选择和实施[17]。
3.4.9 处理多重性的方法（条目27）
处理多重性的方法对于研究结果的准确性至关重要，特别是在涉及多次统计测试、分析多种暴露或多种结局时[26]。应评估处理多重性的方法，明确规定所有分析的方法和阈值，以减少统计测试和多种暴露或结局带来的错误风险。
3.4.10 敏感性分析（条目28）
3.5 结果及解读（领域5）
结果及解读是将研究结果应用于临床和政策决策的重要环节。结果及解读质量控制标准关注研究结果的完整性、描述的合理性、结果解释的科学性和对局限性的说明。确保及结果解读的全面性和透明性，有助于提高研究结果的可信度和可应用性。结果及解读的规范化和标准化有助于更好地将研究成果转化为实际应用，为临床实践和公共卫生决策提供有力支持[28]。
3.5.1 报告完整性（条目29）
在评价研究报告的完整性时，应关注多个关键维度，以确保其结构和内容的全面性和科学性。报告的撰写应符合学术标准。报告描述的研究方法应符合科学原则。报告内容应包含研究背景、目的、方法、结果和结论等必要信息[29]。
3.5.2 研究对象基本资料（条目30）
在研究报告中应明确描述每个阶段的研究对象数量，包括潜在合格人数、参与合格性检查人数，以及最终纳入研究的具体人数。同时，详细说明随访完成人数及退出研究的个体和原因。
3.5.3 描述性结果或主要结果及结局资料（条目31）
评估描述性结果、结局资料和主要结果的合理性时，应确保以下方面的准确性：1）详细描述研究对象的人口学、临床和社会特征；2）说明每个变量的缺失数据情况及处理方法；3）队列研究应汇总随访时间信息；4）队列研究和横断面研究需包括结局事件数量或结局变量测量值；5）病例对照研究需报告暴露人数或变量测量值；6）报告未调整估计及其95%可信区间。
3.5.4 结果解读及局限性阐述（条目32）
在解读研究结果时，应概述核心研究发现，强调主要结论的重要性及其对研究问题的回答。讨论研究局限性时，应包括未测量的混杂因素、缺失数据及结果在不同时间和人群中的适用性。对于药物评价研究，应描述药物暴露情况。
3.5.5 结果外推性（条目33）
评估研究结果的外推性时，应确保与研究目的保持一致，同时识别和讨论潜在的局限性。比较不同方法对结果的影响，讨论潜在的混杂因素和偏倚，并提出调整方法或研究建议。
3.5.6 成果转化（条目34）
评估研究成果的转化过程，应确认是否及时完整登记备案，以及成果是否可有效应用于实践、产业或社会中。这有助于全面评价研究成果的转化效果和实际影响[30]。
3.5.7 潜在利益冲突（条目35）
评估潜在利益冲突，应描述研究的资助来源和资助者角色，包括任何可能影响研究结果的个人、学术或商业利益关系。如有必要，可提及基于原始研究的资助情况。透明的资助来源和资助者的角色有助于读者了解潜在的利益冲突，并评估其对研究结果的可能影响[31]。判断依据可包括作者与相关企业或机构的财务关系、专业职位或咨询活动等。
3.5.8 方案、数据、编码可获得性（条目36）
评估方案、原始数据和程序编码的可获得性，应提供获取补充信息的方法，如研究方案、原始数据或程序代码，有助于促进研究结果的验证和再现性[32]。
4 药品临床综合评价项目真实世界研究质量控制规范应用
真实世界研究涉及前瞻性研究和回顾性研究，在方法上存在差异。为了提高在不同类型真实世界研究中进行质量控制的科学性和灵活性，质量控制规范对于不同真实世界研究的类型需要满足的规范进行区分，见表2。
表2 不同类型真实世界研究质量控制指标条目适用性区分 |
| 条目 | 前瞻性研究 | 回顾性研究 | |||
|---|---|---|---|---|---|
| 随机或非随机临床试验 | 疾病登记库 | 队列研究 | 病例对照研究 | 横截面研究 | |
| 研究目的设定（领域1） | 1~3 | 1~3 | 1~3 | 1~3 | 1~3 |
| 研究设计（领域2） | 4~10 | 4~8，10 | 4~10 | 4~9 | 4~8 |
| 数据源及预处理（领域3） | 14~18 | 14~18 | 11~18 | 11~18 | 11~18 |
| 统计分析（领域4） | 19~28 | 19~28 | 19~28 | 19~28 | 19~28 |
| 结果及解读（领域5） | 29~36 | 29~36 | 29~36 | 29~36 | 29~36 |
| 合计 | 1~10，14~36 | 1~8，10，14~36 | 1~36 | 1~9，11~36 | 1~8，11~36 |
在使用该规范对药品临床综合评价真实世界研究进行质量控制时，需依据每个条目是否符合规范要求，在对应的“□”处标记“√”或“×”。若未发现符合条目的内容，需在“页码”栏填入“未报告”或“不适用”。如已报告，需进一步在原文中找到相应页码或解释，填入“页码”栏。
在使用该质量控制规范时还需注意以下要点：
1）质量控制规范提供了药品临床综合评价真实世界研究的推荐质量控制条目，规定了最低的报告要求，但不代表最高标准；2）所推荐的条目只涵盖了真实世界研究报告的关键要点，使用者可根据研究设计、药品特性等因素，在报告中有所侧重或增加内容，但不可遗漏关键条目；3）使用者需逐一对照综合评价报告与质量控制规范中的条目，但不必严格按照规范中的顺序撰写，只要在报告中能找到相应的部分即可。4）考虑到质量控制规范应兼顾药品临床综合评价在各维度上的真实世界研究需求，规范对关键核心指标进行了标注，带有星号（*）条目的评价内容为重要级别较高的指标，在研究中需要更加关注这些指标的情况。5）为了能够让该质量控制规范更好地推广，便于使用者理解，本项目组对部分可能存在难以理解的指标和术语通过案例解释的形式进行了解读（见在线附录A）。
5 小结
该质量控制规范是药品临床综合评价真实世界研究质量控制的重要参考工具，为相关研究的质量管理提供了明确的指导，旨在提高研究报告的内部和外部有效性，确保研究结果的可靠性和可重复性。该规范基于药品临床综合评价的实际需求，涵盖了研究目的设定、研究设计、数据源及预处理、统计分析、结果及解读等各个关键环节，设置了系统、全面且有针对性的条目，结构清晰、要点突出，便于研究者在实际操作中使用。
在研究目的设定上，规范强调了明确的临床意义和科学假设，确保研究起点的科学性和合理性；在研究设计方面，提出了不同类型研究设 计的优缺点及其适用场景，帮助研究者选择最合适的研究方法；在数据源及预处理方面，规范了数据采集的标准和清洗标准化方法，以保证数据的真实性和完整性；在统计分析部分，提供了详细的分析步骤和常见问题的解决方案，确保数据分析的准确性和科学性；在结果及解读环节，指导研究者如何全面、客观地解读研究结果并提出合理的临床建议。
通过以上各个环节的质量控制，可提高研究报告间的互认度和一致性。这不仅有助于减少重复研究，节约资源，还能促进研究结果在不同研究团队和机构之间的互信与共享。同时，规范的系统性和全面性也增强了研究结果的外推性，使得研究结论更具普适性，为临床决策提供更广泛的参考依据。
随着更多研究和实践的积累以及线上质量控制平台的开发使用，该质量控制规范有望在未来得到进一步优化和完善。不断更新和改进的规范将为药品临床综合评价提供更加科学和实用的指导，促进真实世界研究的高质量发展，从而为临床决策和患者健康提供更有力的支持。
·作者声明本文无实际或潜在的利益冲突
附录A 药品临床综合评价项目真实世界研究质量控制规范术语解释表
表A.1 药品临床综合评价项目真实世界研究质量控制规范术语解释表 |
| 术语 | 描述 | 案例解释 |
|---|---|---|
| 选择偏倚 | 指在研究设计或实施过程中，由于样本的选择方式不当，导致研究结果不能正确反映总体真实情况的系统性误差 | 如研究1种新药在治疗高血压患者中的效果。选择了1组在大型城市医院就诊的高血压患者作为研究对象。然而，这可能会产生选择偏倚，因为这些患者可能与总体高血压患者不同。比如，城市医院的患者可能比农村地区的患者具有更高的经济水平，或者有更好的医疗可及性，这可能影响他们对治疗的依从性以及健康结果 |
| 左截断 | 指研究对象只在某个事件（如诊断、治疗开始等）发生后才进入研究，而未能观察到事件之前情况 | 研究癌症患者的生存时间，并以确诊日作为研究的起点。如果只纳入确诊后依然存活的患者，就可能会遗漏那些已经在确诊时或确诊前死亡的患者，这就是左截断，那些存活时间短的患者根本没有机会被包括在研究中 |
| 左删失 | 指无法确定某个事件在观察期之前具体发生的时间，但知道该事件在某个时间点之前已经发生了 | 在对糖尿病患者的研究中，研究者记录了患者的首次胰岛素使用时间。如果在观察期内遇到某些已经在使用胰岛素的患者，但不知道他们开始使用胰岛素的确切时间，这就是左删失 |
| 索引日期 | 指在研究中，为每个研究对象设定的特定时间点，用作分析的起点 | 假设进行1项关于他汀类药物与心血管事件风险的研究。索引日期可以设定为患者首次服用他汀类药物的日期。从该日期开始，研究者可以跟踪患者是否在接下来的几年中出现心血管事件，并评估他汀类药物的预防效果 |
| 永生时间偏倚 | 指在观察性研究中，由于暴露定义或随访期间的时间不当分配，导致一些研究对象在某段时间内“免于”发生研究事件（如死亡、疾病恶化等），从而扭曲研究结果 | 比较使用某种药物与未使用药物的患者之间的死亡率差异。定义“药物暴露组”为那些在随访期内曾经至少连续使用6个月该药物的患者。在实际情况中，如果患者在服用该药物前的几个月就死亡，这些死亡患者就不会被归为药物暴露组，而是留在未暴露组中。暴露组中的患者在药物使用的前6个月是“永生”的，因为在这6个月内没有死亡的患者才能被归类为暴露组。暴露组的死亡率可能会被低估，这就导致了永生时间偏倚，使药物看起来比它实际的效果更好 |
| 中间事件 | 指在研究期间发生的某些事件，介于暴露与结局间，可能会影响结局或暴露与结局关系 | 在1项关于抗癌药物疗效的研究中，患者在接受抗癌药物治疗期间可能会经历肿瘤手术或放疗，这些中间事件可能会改变药物对患者结局（如生存时间）的影响 |
| 延迟分析 | 用于评估某一变量（如政策、事件或干预）对另一变量（如经济指标或健康结果）影响的时间延迟 | 在研究某种公共卫生干预措施对感染率的影响时，通常会进行延迟分析，评估接种后的1个月、2个月和3个月的感染率变化。通过建立回归模型，将接种人数的滞后值作为自变量，分析其对当前感染率的影响，从而识别接种效果的时间延迟。这将帮助公共卫生决策者了解何时最有效地实施干预措施 |
| 倾向评分匹配 | 用于评估干预或治疗效果。通过匹配具有相似倾向评分的个体，使得干预组和对照组在观察到的特征上尽可能相似，从而更准确地估计干预的影响 | 研究1种新药对高血压患者的影响，患者分为接受新药治疗组和未接受新药治疗组。使用逻辑回归模型计算每位患者接受新药的倾向评分，然后根据倾向评分进行匹配，以确保2个组在年龄、性别、病史等重要特征上尽量相似。在匹配后的样本中比较2组患者的血压变化，从而更准确地评估新药的治疗效果 |
| Ⅰ类错误 | 为统计假设检验中的概念，指在零假设成立的情况下，错误地拒绝了零假设的错误 | 评估新药对疾病的治疗效果，设定零假设为“新药没有效果”。经过统计分析，研究者得出结论，拒绝了零假设，认为新药有效。如果实际情况是新药确实没有效果，那么就犯了Ⅰ类错误 |