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(tuán)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(jìn)行信息化管理，本文介紹了本院臨床研究服務(wù)團(tuán)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(xì)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?jǐn)?shù)字保存和數(shù)據(jù)監(jiān)護(hù)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(jìn)行獲取、計劃、組織、存檔、共享、分析、利用、保護(hù)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(jìn)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(tuán)隊為研究人員進(jìn)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(jìn)行數(shù)據(jù)管理的研究團(tuán)隊與臨床研究服務(wù)團(tuán)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(jìn)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(jìn)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(rèn)(數(shù)據(jù)庫編制完成后測試錄入，與研究團(tuán)隊確認(rèn)，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(jìn)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(jìn)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(rèn)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(tuán)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(jìn)行CRF設(shè)計進(jìn)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(jìn)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(jìn)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(jìn)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(tuán)隊進(jìn)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(tuán)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(jìn)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妗⒘己玫乇O(jiān)護(hù)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(jìn)行后續(xù)研究，繼續(xù)進(jìn)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(jìn)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?jǐn)?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(jìn)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(hù)數(shù)據(jù)?！肮芾碣|(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(jìn)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(hù)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。現(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(xì)化醫(yī)療數(shù)據(jù)；20項由系統(tǒng)進(jìn)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(tuán)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(tuán)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(tuán)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(tuán)隊、固定的系統(tǒng)維護(hù)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(yán)格數(shù)據(jù)訪問控制，同時需要研究團(tuán)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(hù)意識并采取相應(yīng)安全管理措施。