朱 瑾，于 茜

(南京中醫(yī)藥大學(xué)附屬醫(yī)院/江蘇省中醫(yī)院，江蘇 南京 210029)

研究數(shù)據(jù)是指任何由原始數(shù)據(jù)收集或生成的、定性或定量的，以及在研究項目過程中通過分析現(xiàn)存數(shù)據(jù)資源所得到的研究材料。其范圍涵蓋了數(shù)值數(shù)據(jù)、文本數(shù)據(jù)、數(shù)字化材料、圖像、記錄及建模的腳本[1]。隨著互聯(lián)網(wǎng)技術(shù)與醫(yī)療行業(yè)的深度融合，大量的臨床數(shù)據(jù)成為研究人員的寶貴資源。以江蘇省中醫(yī)院為例，截至2021年6月29日由政府部門或本院基金會經(jīng)費支持的研究者發(fā)起的中醫(yī)藥臨床研究在研近3 197項，已結(jié)題2 285項。這些中醫(yī)藥臨床研究過程中逐漸積累了龐大的研究數(shù)據(jù)，蘊含大量的源數(shù)據(jù)，即臨床試驗中的原始記錄或者核證副本上記載的所有信息，包括臨床發(fā)現(xiàn)、觀測結(jié)果及用于重建和評價臨床試驗所需要的其他相關(guān)活動記錄[2]都有巨大的再利用價值。對于醫(yī)療機構(gòu)的科研管理部門及研究團隊，如何科學(xué)有效的管理好研究數(shù)據(jù)成為一個亟需解決的問題，值得深入探究。本院已建成臨床數(shù)據(jù)中心，并通過臨床研究數(shù)據(jù)管理系統(tǒng)對科研項目的研究數(shù)據(jù)進行信息化管理，本文介紹了本院臨床研究服務(wù)團隊采用臨床研究數(shù)據(jù)管理系統(tǒng)開展基于生命周期模型的研究數(shù)據(jù)管理。

1 研究數(shù)據(jù)生命周期模型(RDLM)

RDLM通常也叫研究數(shù)據(jù)管理生命周期模型或研究數(shù)據(jù)監(jiān)管生命周期模型，是一種將數(shù)據(jù)采集、數(shù)據(jù)利用、數(shù)據(jù)分析和數(shù)據(jù)保存等活動細化到要素階段，描述并確定研究周期不同階段應(yīng)采取的步驟，從而確定在每個節(jié)點各個相關(guān)成員可以完成或應(yīng)該完成的管理任務(wù)的方法，以確保成功管理和保存數(shù)據(jù)[3]。RDLM與研究項目周期密切相關(guān)，大部分研究數(shù)據(jù)通常比創(chuàng)建它們的科研項目持續(xù)時間更長。RDLM作為支持數(shù)字保存和數(shù)據(jù)監(jiān)護實踐的概念被推廣開來，是平常研究項目周期的延伸，已成為研究人員科學(xué)工作中越來越重要的因素，其模型正在優(yōu)化研究數(shù)字信息化過程[4]。RDLM多種多樣，側(cè)重各異，通?？梢园凑漳Ｐ徒Y(jié)構(gòu)、研究主體、學(xué)科范疇、數(shù)據(jù)規(guī)模等維度分類，如根據(jù)模型結(jié)構(gòu)的可視化形式分為線性、循環(huán)、非線性或其他模型，或根據(jù)使用對象分為基于個人、組織、社區(qū)的模型[5]。這些分類維度并不單一，通常某一研究的RDLM由多個維度構(gòu)成。

2 RDLM下中醫(yī)藥臨床研究數(shù)據(jù)管理

研究數(shù)據(jù)管理，是指對研究數(shù)據(jù)進行獲取、計劃、組織、存檔、共享、分析、利用、保護等與數(shù)據(jù)相關(guān)的所有管理活動的總稱[6]。中醫(yī)藥臨床研究數(shù)據(jù)是在研究各階段生成的，其管理貫穿臨床研究整個過程，從獲得資助前準(zhǔn)備的基金申報書、初始研究方案和統(tǒng)計分析計劃，到項目啟動并獲得受試者知情同意后，收集基線數(shù)據(jù)，再到可分析的數(shù)據(jù)集，后續(xù)數(shù)據(jù)存儲及再利用等。美國地質(zhì)調(diào)查局(USGS)的科學(xué)數(shù)據(jù)生命周期模型作為數(shù)據(jù)的高級視圖，從概念到保存和共享，說明數(shù)據(jù)管理活動如何與項目工作流相關(guān)。在將模型應(yīng)用于研究活動時，能確保數(shù)據(jù)得到很好的描述、保存、訪問并適合重復(fù)使用?，F(xiàn)階段本院研究數(shù)據(jù)基于該線性模型進行中醫(yī)藥臨床研究項目數(shù)據(jù)管理，模型如圖1[7]，說明了數(shù)據(jù)管理的各個階段，并描述了數(shù)據(jù)如何從頭到尾在研究項目中流動。本院有專門的臨床研究服務(wù)團隊為研究人員進行數(shù)據(jù)管理服務(wù)。

2.1規(guī)劃(Plan) Plan階段的主要任務(wù)是為數(shù)據(jù)的采集、清理和報告做好技術(shù)支持和保障的準(zhǔn)備。目前本院采用基于電子數(shù)據(jù)采集技術(shù)的臨床研究數(shù)據(jù)管理系統(tǒng)作為數(shù)據(jù)管理平臺，一般在課題立項后，有需要進行數(shù)據(jù)管理的研究團隊與臨床研究服務(wù)團隊簽署科研協(xié)議以保障工作順利開展。數(shù)據(jù)管理員配合課題組根據(jù)研究方案創(chuàng)建整個生命周期過程中的數(shù)據(jù)管理計劃(DMP)，DMP有助于在研究初期明確個人和研究機構(gòu)的角色和職責(zé)，幫助實施如何采集和管理研究數(shù)據(jù)，以獲得高質(zhì)量和長期持續(xù)性的數(shù)據(jù)。本院臨床研究常用DMP的主要內(nèi)容包括：(1)研究項目基本信息(如研究目的及設(shè)計情況)；(2)數(shù)據(jù)管理授權(quán)分工人員及進度(如主要研究者、中心錄入員等，數(shù)據(jù)管理時間計劃表、進度報告等)；(3)eCRF上線涉及的數(shù)據(jù)庫設(shè)計與說明(如在研究期間采集哪些形態(tài)研究數(shù)據(jù)，定量或定性數(shù)據(jù)，文本或數(shù)值型數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)還是半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)；使用何種數(shù)據(jù)標(biāo)準(zhǔn)，如何編制數(shù)據(jù)相關(guān)的文檔)；數(shù)據(jù)庫檢查與確認(數(shù)據(jù)庫編制完成后測試錄入，與研究團隊確認，以發(fā)現(xiàn)問題并及時修正)；(4)數(shù)據(jù)錄入、數(shù)據(jù)審核和疑問處理、實驗室數(shù)據(jù)處理、醫(yī)學(xué)編碼、數(shù)據(jù)庫質(zhì)量控制、數(shù)據(jù)庫鎖定/解鎖、數(shù)據(jù)導(dǎo)出、數(shù)據(jù)管理相關(guān)文件電子化存檔等規(guī)定[8]；(5)數(shù)據(jù)的訪問控制及所有權(quán)說明；(6)數(shù)據(jù)存儲和安全。

2.2獲取(Acquire) Acquire階段包含了獲取現(xiàn)有數(shù)據(jù)進行數(shù)據(jù)資源挖掘和采集新數(shù)據(jù)。很多回顧性研究是在已有臨床數(shù)據(jù)的基礎(chǔ)上進行挖掘或二次分析。采集新數(shù)據(jù)需要明確采集數(shù)據(jù)的方式方法如記錄、觀察、評估。無論哪種方式都需確認哪些數(shù)據(jù)可以從臨床數(shù)據(jù)中心自動抓取如實驗室檢查以免去研究團隊數(shù)據(jù)錄入、哪些數(shù)據(jù)如中醫(yī)癥狀評分需要人工錄入，遵循何種數(shù)據(jù)標(biāo)準(zhǔn)，使用哪些數(shù)據(jù)模板。標(biāo)準(zhǔn)化的數(shù)據(jù)格式能提高醫(yī)療信息互通性，為實現(xiàn)無縫數(shù)據(jù)交換及共享打好基礎(chǔ)[9]。我國對臨床研究的數(shù)據(jù)管理還沒有統(tǒng)一標(biāo)準(zhǔn)，本院支持目前采用臨床數(shù)據(jù)獲取協(xié)調(diào)標(biāo)準(zhǔn)進行CRF設(shè)計進行數(shù)據(jù)字段采集，若涉及未有規(guī)定的，則采用機構(gòu)標(biāo)準(zhǔn)。根據(jù)研究方案和以上信息設(shè)計病例報告表(CRF)，并根據(jù)CRF創(chuàng)建電子數(shù)據(jù)庫，同時制定數(shù)據(jù)核查計劃，并實現(xiàn)邏輯檢驗程序[10]。

2.3處理(Process) Process階段首先要為涉及的臨床研究人員進行數(shù)據(jù)管理培訓(xùn)和使用幫助。然后通過臨床研究數(shù)據(jù)管理系統(tǒng)按照SOP進行標(biāo)準(zhǔn)操作，包括了數(shù)據(jù)自動導(dǎo)入、支持內(nèi)外網(wǎng)及多中心的數(shù)據(jù)錄入、數(shù)字化、清洗和去標(biāo)識化，邏輯核查、一致性核查、醫(yī)學(xué)編碼、疑問管理、外部數(shù)據(jù)整合轉(zhuǎn)換、數(shù)據(jù)鎖定和轉(zhuǎn)換，導(dǎo)出數(shù)據(jù)、實時數(shù)據(jù)報告等。目前，支持自動導(dǎo)入的僅為醫(yī)院信息系統(tǒng)中患者的基本人口學(xué)信息及實驗室檢查結(jié)果。在完成所有病例數(shù)據(jù)自動導(dǎo)入及人工錄入后進行數(shù)據(jù)清理，采用邏輯核查結(jié)人工一致性核查，通過閉環(huán)形式發(fā)出疑問和澄清答疑來完成。

2.4分析(Analyze) Analyze階段主要是導(dǎo)出數(shù)據(jù)后由臨床研究服務(wù)團隊進行統(tǒng)計分析、數(shù)據(jù)可視化工作、建模等，產(chǎn)生臨床研究的結(jié)果和相關(guān)信息。同時研究團隊可分析出單個項目視角下各研究中心及錄入人員提供的數(shù)據(jù)質(zhì)量情況以供科研協(xié)作評價。

2.5保存(Preserve) Preserve階段主要是研究結(jié)束歸檔時候進行的數(shù)據(jù)歸檔、備份和存儲。研究數(shù)據(jù)具有分析、保存、再利用的價值，適當(dāng)?shù)乇４?、良好地監(jiān)護可增強其長期可獲得性和可用性，這些離不開可持續(xù)的數(shù)據(jù)文件格式和軟件的支撐，目前保存的文件類型如：docx、pdf、jpeg、cvs等。實際工作中，不少臨床研究在依托科研項目結(jié)題后繼續(xù)進行后續(xù)研究，繼續(xù)進行數(shù)據(jù)的采集、分析或添加數(shù)據(jù)，或重復(fù)使用并改變其用途。

2.6出版或分享(Publish/Share) Publish/Share階段是研究過程中一個重要且必需的階段，目前僅為論文發(fā)表提供不可發(fā)布的數(shù)據(jù)內(nèi)容提供指導(dǎo)。目前，我國還鮮有將數(shù)據(jù)管理和共享計劃作為研究基金申請的必要內(nèi)容，機構(gòu)層面若能實施數(shù)據(jù)管理政策和建立數(shù)據(jù)共享機制，加強數(shù)據(jù)積累和科室間、課題組間的開放共享，最理想的結(jié)果是實現(xiàn)不同課題組針對同一份數(shù)據(jù)從不同層面、不同視角得出不同的研究成果[11]，提高數(shù)據(jù)的開放性、透明度，促進中醫(yī)藥科學(xué)發(fā)展。

2.7描述(元數(shù)據(jù)、文檔) 元數(shù)據(jù)應(yīng)描述充分，在整個數(shù)據(jù)生命周期中創(chuàng)建和更新文檔以反映對數(shù)據(jù)采取的行動，通過在整個臨床數(shù)據(jù)生命周期中實施基于標(biāo)準(zhǔn)的，元數(shù)據(jù)驅(qū)動的處理，來提高效率，簡化流程并提高質(zhì)量。大部分數(shù)據(jù)采集字段參照臨床數(shù)據(jù)獲取協(xié)調(diào)標(biāo)準(zhǔn)元數(shù)據(jù)表的18個信息字段進行設(shè)計，包括觀察類別、域名代碼、數(shù)據(jù)采集方案、實施選項、序號、變量名、變量標(biāo)簽、定義、問題描述、提示、數(shù)據(jù)類型、核心類別、填寫指南、STDM映射定位、映射指南、受控術(shù)語代碼表名稱、受控術(shù)語子集代碼表名稱、實施說明[12]。中醫(yī)藥治療獨有的信息(如中藥的用法用量、針灸穴位手法留針)根據(jù)臨床實踐在機構(gòu)范圍內(nèi)統(tǒng)一，如艾灸一壯、給藥途徑為煙熏，在對應(yīng)的元數(shù)據(jù)表上記錄。此外還需要研究相關(guān)的文件作為描述研究綜合情況的支撐。主要有EDC使用登記表及授權(quán)表、數(shù)據(jù)管理協(xié)議、空白eCRF、DMP、數(shù)據(jù)審核情況表、疑問及答疑表、數(shù)據(jù)庫定義表、指控報告表、數(shù)據(jù)管理報告、鎖定申請表等。

2.8質(zhì)量管理 數(shù)據(jù)質(zhì)量管理是一個過程，對研究結(jié)果的準(zhǔn)確性、可靠性有決定性作用，規(guī)范化的數(shù)據(jù)采集和管理是保證臨床研究質(zhì)量與水平的重要條件[13-14]。其中通過研究方案和方法來確保在科學(xué)數(shù)據(jù)生命周期的所有階段正確收集、處理、使用和維護數(shù)據(jù)。“管理質(zhì)量”涵蓋質(zhì)量保證計劃、質(zhì)量保證、質(zhì)量控制、記錄數(shù)據(jù)質(zhì)量。中醫(yī)藥臨床研究數(shù)據(jù)管理主要問題主要是數(shù)據(jù)錄入不及時，修改數(shù)據(jù)對違背方案及脫落處理不規(guī)范[15]。受人力資源限制，本院僅有部分省部級以上的大課題采用PDCA循環(huán)法進行數(shù)據(jù)質(zhì)量的管理。

2.9備份和安全 確保數(shù)據(jù)安全是任何基于信息開展活動的關(guān)鍵，本院臨床研究數(shù)據(jù)存儲在院服務(wù)器上，有良好的存儲和備份策略能夠防止數(shù)據(jù)丟失，保護數(shù)據(jù)免受意外數(shù)據(jù)丟失、損壞和未經(jīng)授權(quán)的訪問。

3 實踐應(yīng)用

3.1項目管理情況 自2019年醫(yī)院開始投入建立電子數(shù)據(jù)采集系統(tǒng)，至今共有28項省部級及以下在研課題處在管理中?，F(xiàn)將項目情況圍繞數(shù)據(jù)生命周期模型舉例，展開說明。其中，28項參與規(guī)劃與采集，與研究者共同制作規(guī)范化電子病歷，細化醫(yī)療數(shù)據(jù)；20項由系統(tǒng)進行數(shù)據(jù)處理，其中6項為多中心研究，本中心的研究數(shù)據(jù)在管理，2項為重大項目，按規(guī)定交由第三方機構(gòu)合作管理；12項由數(shù)據(jù)統(tǒng)計團隊參與分析，集成研究結(jié)果，并做好數(shù)據(jù)的存儲工作，8項由本統(tǒng)計團隊與第三方機構(gòu)合作完成，2項直接由機構(gòu)完成；在參與全部與部分使用數(shù)據(jù)處理功能的26項研究數(shù)據(jù)在系統(tǒng)中留存；目前，已有3項研究使用抓取的數(shù)據(jù)產(chǎn)出成果，處于已結(jié)題或結(jié)題驗收階段，系統(tǒng)使用取得很好的反響。見表1。

表1 電子病歷采集系統(tǒng)情況

3.2不足之處 就管理層面，受人力資源、場地等限制，能完全實現(xiàn)數(shù)據(jù)生命周期全過程的項目數(shù)量還有待提高。多中心研究的項目，由于數(shù)據(jù)標(biāo)準(zhǔn)難統(tǒng)一，分中心無法直接通過系統(tǒng)抓取臨床醫(yī)療報告信息，仍需要手動錄入，增加了臨床科研人員的工作量，影響數(shù)據(jù)的精確度；系統(tǒng)多人同時使用或遇其他突發(fā)狀況時，缺少專門的系統(tǒng)管理員保障應(yīng)答時間。

4 討 論

實踐表明規(guī)范化的數(shù)據(jù)管理可保證研究質(zhì)量，合適的數(shù)據(jù)保存能延長數(shù)據(jù)生命周期，USUG的數(shù)據(jù)生命周期模型需要數(shù)據(jù)管理人員和研究團隊的良好配合，高質(zhì)量的數(shù)據(jù)需在真實性基礎(chǔ)上，保持有序組織、結(jié)構(gòu)化、標(biāo)準(zhǔn)命名、版本控制的特性，需依托穩(wěn)健的科研數(shù)據(jù)管理技術(shù)團隊、固定的系統(tǒng)維護管理人員和優(yōu)效可執(zhí)行的標(biāo)準(zhǔn)操作規(guī)程。研究數(shù)據(jù)管理的許多方面其實可以嵌入到日常的機構(gòu)科研管理及研究過程中，節(jié)省研究人員時間、精力，提高科研成果產(chǎn)出率。若數(shù)據(jù)管理員能夠提前參與到課題標(biāo)書撰寫和研究方案設(shè)計過程會更有利于數(shù)據(jù)管理工作開展[16]。此外嚴格數(shù)據(jù)訪問控制，同時需要研究團隊及數(shù)據(jù)管理員遵守相關(guān)法律法規(guī)，堅守倫理規(guī)范，對涉及患者姓名、身份證號碼、手機號及地址等隱私信息和種族、政治觀點、宗教信仰、身心健康狀況、性生活、犯罪或涉嫌犯罪[17]等敏感個人數(shù)據(jù)及要有充分的保護意識并采取相應(yīng)安全管理措施。