趙國楨，閆世艷 ，郭玉紅 宋爽 ，胡雅慧 ，郭詩琪 ，徐霄龍 葉浩然 朱泠霏 杜元 任志穎 ，盧海天 胡晶李博劉清泉

1.首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院，北京市中醫(yī)藥研究所，北京 100010；2.北京中醫(yī)藥循證醫(yī)學(xué)中心，北京 100010； 3.北京中醫(yī)藥大學(xué)，北京 100029； 4.天津中醫(yī)藥大學(xué)，天津 301617

隨機(jī)對照試驗(yàn)（randomized controlled trial，RCT）一般被認(rèn)為是干預(yù)措施療效和安全性評價(jià)的金標(biāo)準(zhǔn)[1]。但因其外推性較差、對于某些疾病領(lǐng)域難以實(shí)施、人力物力成本較高等因素，存在一定的局限性。如開展中醫(yī)藥RCT時(shí)，由于存在辨證論治的特點(diǎn)，若對患者證型加以限制，會(huì)增加患者招募難度，延長試驗(yàn)周期；而不對證型進(jìn)行限制，又可能低估中醫(yī)藥干預(yù)措施的實(shí)際療效?？紤]到中醫(yī)藥在臨床實(shí)踐中被大量使用，具有較豐富的醫(yī)療數(shù)據(jù)，研究者可通過真實(shí)世界研究（real-world study，RWS），利用臨床實(shí)際產(chǎn)生的數(shù)據(jù)，系統(tǒng)性地收集、治理并分析，形成真實(shí)世界證據(jù)（realworld evidence，RWE），與RCT互補(bǔ)，為醫(yī)療衛(wèi)生決策提供證據(jù)支持[2]。相較RCT，RWS可有較為寬泛的納排標(biāo)準(zhǔn)，但仍需科學(xué)合理的研究設(shè)計(jì)，以及完整、可靠的數(shù)據(jù)來源[3]。因此，基于真實(shí)世界數(shù)據(jù)（realworld data，RWD）開展嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)治理工作，構(gòu)建高質(zhì)量的研究型數(shù)據(jù)庫，是進(jìn)行RWS的關(guān)鍵基礎(chǔ)[4]。目前，國內(nèi)已有多篇相關(guān)技術(shù)規(guī)范，指導(dǎo)研究型數(shù)據(jù)庫的建設(shè)[4-5]。但因中醫(yī)藥RWD的復(fù)雜等特點(diǎn)，數(shù)據(jù)治理過程仍面臨困難。

本文以“中西醫(yī)結(jié)合治療新型冠狀病毒感染研究型數(shù)據(jù)庫”為例，對基于既有醫(yī)療數(shù)據(jù)構(gòu)建研究型數(shù)據(jù)庫中數(shù)據(jù)治理的方法進(jìn)行探討。本研究經(jīng)首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院醫(yī)學(xué)倫理委員會(huì)審查批準(zhǔn)（2022-BL02-033-01），并在中國臨床研究注冊中心注冊（ChiCTR2200062917）[6]。

1 相關(guān)概念和總體設(shè)計(jì)

和既有醫(yī)療數(shù)據(jù)比較，研究型數(shù)據(jù)庫具有基本明確研究目的和研究對象、確定研究變量、數(shù)據(jù)格式統(tǒng)一、完成數(shù)據(jù)脫敏及異常數(shù)據(jù)清理等特點(diǎn)。為實(shí)現(xiàn)這些特點(diǎn)，嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)治理工作是必要的。數(shù)據(jù)治理指針對特定臨床研究問題，為達(dá)到適用于統(tǒng)計(jì)分析而對原始數(shù)據(jù)所進(jìn)行的治理[7]。數(shù)據(jù)治理主要包括4個(gè)步驟：數(shù)據(jù)鏈接、數(shù)據(jù)提取、數(shù)據(jù)核查及數(shù)據(jù)清理，具體工作內(nèi)容見表1[4]。各步驟間存在區(qū)別，但實(shí)施時(shí)易相互混淆，導(dǎo)致步驟遺漏，如人工數(shù)據(jù)提取后未進(jìn)行數(shù)據(jù)核查及清洗。高質(zhì)量研究型數(shù)據(jù)庫的每一個(gè)變量均需按照上述步驟逐一完成。

表1 數(shù)據(jù)治理各步驟的主要工作內(nèi)容

2 數(shù)據(jù)鏈接

構(gòu)建研究型數(shù)據(jù)庫的原始數(shù)據(jù)常多源，如電子醫(yī)療記錄、患者自行報(bào)告的中醫(yī)癥狀及舌象記錄等，且研究型數(shù)據(jù)庫通常包含多個(gè)變量集和數(shù)據(jù)模塊，因此需要通過鏈接變量實(shí)現(xiàn)數(shù)據(jù)鏈接。原始數(shù)據(jù)中可能存在多組鏈接變量，如以病案號鏈接病程記錄數(shù)據(jù)、以標(biāo)本號鏈接實(shí)驗(yàn)室檢查數(shù)據(jù)等。但在研究型數(shù)據(jù)庫中，通常以一個(gè)準(zhǔn)確的、無重復(fù)的、唯一的患者識別碼（identification number，ID）為鏈接變量，實(shí)現(xiàn)各變量集和數(shù)據(jù)模塊的鏈接。

數(shù)據(jù)鏈接的工作核心是對患者ID進(jìn)行治理?；颊逫D是既有數(shù)據(jù)的一部分，也會(huì)出現(xiàn)重復(fù)、矛盾、缺失等問題。錯(cuò)誤的患者ID會(huì)導(dǎo)致數(shù)據(jù)鏈接錯(cuò)誤，給其他數(shù)據(jù)的治理過程帶來困難，因此需先對患者ID進(jìn)行核查及清理。課題組提出“縱向鎖定”方法，即在數(shù)據(jù)治理前需先明確既有數(shù)據(jù)中所包含的與本研究相關(guān)的全部患者及其ID，即使該患者只在一個(gè)數(shù)據(jù)集中被提及。在待建的橫截面數(shù)據(jù)集中，這些患者ID會(huì)形成一個(gè)無缺失的、無重復(fù)的縱向序列，并在全部橫截面數(shù)據(jù)集中該序列完全相同。這一縱向序列在后期數(shù)據(jù)治理過程中，無論如何調(diào)整數(shù)據(jù)庫變量都不應(yīng)發(fā)生改變，成為“鎖定狀態(tài)”，故稱為“縱向鎖定”。

以本課題涉及的一家醫(yī)療中心數(shù)據(jù)為例，構(gòu)建數(shù)據(jù)庫所使用的既有數(shù)據(jù)包括入院記錄數(shù)據(jù)、出院記錄數(shù)據(jù)、死亡記錄數(shù)據(jù)、病案首頁數(shù)據(jù)、病程記錄數(shù)據(jù)、醫(yī)囑單數(shù)據(jù)、實(shí)驗(yàn)室檢查數(shù)據(jù)、影像學(xué)檢查數(shù)據(jù)共8個(gè)來源。首先對各來源數(shù)據(jù)集中的患者ID進(jìn)行核查及清理，使其格式相同且與患者準(zhǔn)確對應(yīng)；接著在既有數(shù)據(jù)集內(nèi)對ID進(jìn)行去重，再將不同數(shù)據(jù)集的ID合并、數(shù)據(jù)集間去重、排序；最終形成該中心全部患者ID的縱向序列。具體流程見圖1。

圖1 患者ID縱向序列確定流程

3 數(shù)據(jù)提取

3.1 數(shù)據(jù)提取方式

原始數(shù)據(jù)通常從臨床中采集，但并非所有原始數(shù)據(jù)都被用于數(shù)據(jù)庫建設(shè)，因此需按照預(yù)設(shè)的數(shù)據(jù)提取表進(jìn)行數(shù)據(jù)提取。數(shù)據(jù)提取可分為以下3種方式：計(jì)算機(jī)提取、人工提取和兩者的結(jié)合。3種數(shù)據(jù)提取方式的優(yōu)缺點(diǎn)及舉例見表2。數(shù)據(jù)提取時(shí)，應(yīng)根據(jù)待建數(shù)據(jù)庫的變量格式和既有數(shù)據(jù)庫的變量格式共同確定提取方式。對于結(jié)構(gòu)化程度高的數(shù)據(jù)，如醫(yī)囑、實(shí)驗(yàn)室檢查數(shù)據(jù)，可直接使用計(jì)算機(jī)提??；對于非結(jié)構(gòu)化數(shù)據(jù)，或需要復(fù)雜邏輯判斷數(shù)據(jù)，如從病程中提取癥狀、生命體征數(shù)據(jù)，通常使用計(jì)算機(jī)和人工結(jié)合的提取方式，即先通過計(jì)算機(jī)技術(shù)對其預(yù)處理，如關(guān)鍵詞抽取、文本切割等，再通過人工方式進(jìn)行數(shù)據(jù)提??；本課題多采用兩者結(jié)合方式提取數(shù)據(jù)。

表2 不同數(shù)據(jù)提取方式對比

數(shù)據(jù)提取期間需重點(diǎn)關(guān)注的是，凡涉及到人工操作，就會(huì)因知識基礎(chǔ)和對具體操作方法的理解不同，造成不同研究人員的提取結(jié)果存在差異的情況。減少差異的最佳方式是采用雙人背靠背獨(dú)立完成數(shù)據(jù)提取，再相互比對，但該方法較為耗時(shí)耗力，在數(shù)據(jù)量較大時(shí)難以實(shí)施。本課題根據(jù)實(shí)際情況，采取培訓(xùn)、預(yù)提取、格式限定、定期討論、不定期抽查等方法，盡可能降低由于不同人員操作引起的差異。

以生命體征數(shù)據(jù)集中的血氧飽和度變量提取為例。對比多源數(shù)據(jù)可靠性后，選擇從病程記錄數(shù)據(jù)提取生命體征數(shù)據(jù)?？紤]病程記錄數(shù)據(jù)為非結(jié)構(gòu)化文本數(shù)據(jù)，因此選擇計(jì)算機(jī)和人工結(jié)合的提取方式。首先通過計(jì)算機(jī)對病程記錄數(shù)據(jù)預(yù)處理。通過數(shù)據(jù)對比，病程中與血氧飽和度相關(guān)的關(guān)鍵詞包括“SPO”“SPO2%”“血氧”“指氧”“脈氧”等42種。使用計(jì)算機(jī)截取各關(guān)鍵詞后的10個(gè)字符，從字符中提取數(shù)字，得到初步結(jié)果，再進(jìn)行人工提取。提取前對全部參加數(shù)據(jù)提取工作的人員開展培訓(xùn)，詳細(xì)講解數(shù)據(jù)提取方案和規(guī)則，并對5%的數(shù)據(jù)進(jìn)行預(yù)提取。預(yù)提取后由數(shù)據(jù)核查團(tuán)隊(duì)逐一核查預(yù)提取結(jié)果，總結(jié)錯(cuò)誤及錯(cuò)誤原因，并通過小組會(huì)議進(jìn)行講解和討論。同時(shí)，課題組對數(shù)據(jù)提取格式進(jìn)行限定，在電子數(shù)據(jù)提取表中僅可以填寫0～100的整數(shù)，否則系統(tǒng)會(huì)提示并自動(dòng)清空已填寫數(shù)據(jù)。

3.2 數(shù)據(jù)提取順序

構(gòu)建研究型數(shù)據(jù)庫時(shí)，各數(shù)據(jù)集的數(shù)據(jù)提取順序沒有嚴(yán)格要求。但部分?jǐn)?shù)據(jù)集中的某些變量會(huì)用于其他數(shù)據(jù)集變量的衍生計(jì)算，因此需先行提取。如本課題縱向數(shù)據(jù)集中的時(shí)間變量及橫截面數(shù)據(jù)集中的“住院天數(shù)”“生存天數(shù)”“首次服用中藥時(shí)的住院天數(shù)”等變量，其衍生運(yùn)算需要基于患者基本信息數(shù)據(jù)集中的“入院日期”變量，因此優(yōu)先對患者基本信息數(shù)據(jù)集、醫(yī)囑單數(shù)據(jù)集和病程記錄數(shù)據(jù)集開展數(shù)據(jù)提取工作。

3.3 數(shù)據(jù)脫敏處理

數(shù)據(jù)脫敏是保障醫(yī)療數(shù)據(jù)安全的重要途徑之一[8]。需進(jìn)行脫敏的數(shù)據(jù)包括且不限于患者及聯(lián)系人姓名、患者家庭及工作地址、患者及聯(lián)系人聯(lián)系方式、患者身份證及社?？ㄌ?、患者出生死亡及出入院日期、醫(yī)護(hù)人員姓名及工號、住院科室等相關(guān)信息。

數(shù)據(jù)脫敏處理應(yīng)在保證數(shù)據(jù)有效性的前提下進(jìn)行。數(shù)據(jù)脫敏的具體方法主要分為5種。①抑制：全部或部分刪除敏感信息；②去標(biāo)識化：用“*”替換敏感信息；③替代：使用偽裝數(shù)據(jù)、假名替換原數(shù)據(jù)中的敏感信息；④數(shù)值變換：對日期類型的敏感數(shù)據(jù)，可通過加減同一個(gè)隨機(jī)天數(shù)，實(shí)現(xiàn)脫敏；⑤泛化：對數(shù)據(jù)進(jìn)行抽象或概括性描述處理，如詳細(xì)住址可泛化為“北京市東城區(qū)”。

4 數(shù)據(jù)核查

不同提取方式得到的數(shù)據(jù)均存在數(shù)據(jù)錯(cuò)誤的可能性，且與前瞻性研究收集的數(shù)據(jù)相比，既有醫(yī)療數(shù)據(jù)出現(xiàn)錯(cuò)誤的可能性更高，因此有必要開展數(shù)據(jù)核查。數(shù)據(jù)核查的難點(diǎn)在于確定核查范圍，范圍過小會(huì)遺漏錯(cuò)誤數(shù)據(jù)，范圍過大會(huì)消耗不必要的人力和時(shí)間。

本課題根據(jù)數(shù)據(jù)情況，采用抽樣核查和全面核查相結(jié)合方式。抽樣核查指以系統(tǒng)抽樣方式隨機(jī)抽取一定比例數(shù)據(jù)進(jìn)行核查，多用于邏輯復(fù)雜的數(shù)據(jù)，如核查人工提取數(shù)據(jù)的準(zhǔn)確性，通常為人工核查；全面核查是對該變量的全部數(shù)據(jù)進(jìn)行核查，多用于邏輯簡單的數(shù)據(jù)，如醫(yī)囑單中各醫(yī)囑執(zhí)行時(shí)間是否在入院日期及出院日期之間，通常用計(jì)算機(jī)核查。但對于非常關(guān)鍵的變量，如主要結(jié)局指標(biāo)等，通常也會(huì)進(jìn)行人工全面核查。在抽樣核查時(shí)可先確定一個(gè)較低的抽樣比例，以盡可能減少工作量，但核查期間若發(fā)現(xiàn)某個(gè)條件下多次出現(xiàn)問題數(shù)據(jù)，可針對這一條件的數(shù)據(jù)提高抽樣比例，甚至對該條件下的全部數(shù)據(jù)進(jìn)行核查。

抽樣核查以中醫(yī)治療數(shù)據(jù)集的“連花清瘟膠囊使用情況”變量為例。該變量由計(jì)算機(jī)結(jié)合人工的方式，從醫(yī)囑單、病程記錄等多源數(shù)據(jù)中提取。核查組首先以5%比例進(jìn)行抽樣核查，發(fā)現(xiàn)少量自備藥患者，由于醫(yī)囑單中缺少自備藥的備注數(shù)據(jù)，且病程記錄中誤寫為“蓮花清瘟膠囊”，故先前未識別出患者服用該藥物，被錯(cuò)判為“未使用”。因此，對病程記錄中“蓮花”等關(guān)鍵詞補(bǔ)充檢索并重新提取相關(guān)數(shù)據(jù)。數(shù)據(jù)提取完成后對該變量再次核查。

全面核查以生命體征數(shù)據(jù)集為例。該數(shù)據(jù)集為縱向數(shù)據(jù)，關(guān)鍵變量包括體溫、呼吸頻率、心率、收縮壓、舒張壓和血氧飽和度，采用計(jì)算機(jī)與人工結(jié)合的方式從病程記錄數(shù)據(jù)集中提取。除抽樣核查數(shù)據(jù)提取準(zhǔn)確性外，該數(shù)據(jù)集還采用計(jì)算機(jī)對極端值、缺失值、矛盾數(shù)據(jù)進(jìn)行全面逐一核查。

5 數(shù)據(jù)清理

數(shù)據(jù)清理的重點(diǎn)在于對核查出的各種問題數(shù)據(jù)制定恰當(dāng)?shù)那謇硪?guī)則。問題數(shù)據(jù)主要包括：非標(biāo)準(zhǔn)化數(shù)據(jù)、重復(fù)數(shù)據(jù)、矛盾數(shù)據(jù)、極端值和缺失值。數(shù)據(jù)清理應(yīng)保證數(shù)據(jù)的真實(shí)性和可溯源性，即在清理期間，保存原始數(shù)據(jù)，并記錄數(shù)據(jù)清理流程，以供后期使用。

5.1 非標(biāo)準(zhǔn)化數(shù)據(jù)

數(shù)據(jù)標(biāo)準(zhǔn)化也稱為數(shù)據(jù)的一致性處理，如記錄格式統(tǒng)一、編碼統(tǒng)一等[5]。如本課題中的日期類型變量，該變量在SAS9.4軟件中可有多種格式，不同格式包含的信息及表達(dá)方式存在差異。本研究統(tǒng)一采用“YYMMDD10.”作為日期類型數(shù)據(jù)格式。

5.2 重復(fù)數(shù)據(jù)

重復(fù)數(shù)據(jù)指多個(gè)不同來源的數(shù)據(jù)引起的變量和數(shù)據(jù)重復(fù)[5]。若變量的多源數(shù)據(jù)一致，一般不做特殊處理；但若變量的多源數(shù)據(jù)不一致，則需對比不同來源數(shù)據(jù)的質(zhì)量，建立矛盾重復(fù)數(shù)據(jù)優(yōu)先級，刪除重復(fù)變量。部分重復(fù)數(shù)據(jù)還會(huì)因患者ID錯(cuò)誤引起，本課題已對患者ID進(jìn)行“縱向鎖定”，因此不會(huì)出現(xiàn)該問題。

以基本信息數(shù)據(jù)集的“入院日期”變量為例。該變量共有6個(gè)數(shù)據(jù)來源：入院記錄、出院記錄、死亡記錄、病案首頁中的入院日期變量，以及首次病程記錄日期、首次醫(yī)囑單日期。經(jīng)數(shù)據(jù)質(zhì)量評價(jià)，以上6個(gè)變量均有較好的可靠性。課題組將同一患者的6個(gè)數(shù)據(jù)進(jìn)行比對，發(fā)現(xiàn)以下2個(gè)問題：

首次醫(yī)囑日期與入院日期不符。根據(jù)臨床實(shí)際情況，首次醫(yī)囑日期應(yīng)該是入院當(dāng)天，但部分患者的首次醫(yī)囑日期是在入院日期的后1天。通過進(jìn)一步查看這些患者的既有數(shù)據(jù)，發(fā)現(xiàn)其入院時(shí)間均在22點(diǎn)30分以后，首次醫(yī)囑時(shí)間均為次日凌晨，符合邏輯關(guān)系，因此仍以原有入院日期為準(zhǔn)。

病案首頁入院日期與其他來源不符。通過多源數(shù)據(jù)對比，發(fā)現(xiàn)極少數(shù)患者病案首頁的入院日期比入院記錄/出院記錄的入院日期晚1天。通過查看既有數(shù)據(jù)，這些患者的首次醫(yī)囑日期與病案首頁的入院日期相同，且首次病程、主治醫(yī)師查房記錄的日期符合病案首頁入院日期的邏輯關(guān)系，最終確定以病案首頁來源的入院日期為準(zhǔn)。

5.3 矛盾數(shù)據(jù)

矛盾數(shù)據(jù)也稱為邏輯錯(cuò)誤數(shù)據(jù)，主要指變量之間不符合邏輯關(guān)系。通常需要對矛盾的各數(shù)據(jù)分別核實(shí)，找到矛盾的原因，并對數(shù)據(jù)進(jìn)行修正。

如在基本信息數(shù)據(jù)集中，有個(gè)別患者既存在出院事件又存在死亡事件，2個(gè)變量矛盾。對2個(gè)變量的數(shù)據(jù)來源進(jìn)行核實(shí)，發(fā)現(xiàn)這些患者既有出院記錄，又有死亡記錄，仍存在矛盾。進(jìn)一步核實(shí)病程記錄數(shù)據(jù)集，根據(jù)末次病程記錄獲得患者真實(shí)轉(zhuǎn)歸情況，對出院事件、死亡事件的變量數(shù)據(jù)進(jìn)行校正。

5.4 極端值

極端值也稱為離群值或奇異值，指某一變量中遠(yuǎn)大于或遠(yuǎn)小于其他數(shù)據(jù)的數(shù)據(jù)。極端值可分為人為極端值和自然極端值。自然極端值建議采用穩(wěn)健的統(tǒng)計(jì)方法進(jìn)行分析；人為極端值需經(jīng)核實(shí)后進(jìn)行校正[5]。

如生命體征數(shù)據(jù)集中的體溫變量（℃），觀測值出現(xiàn)“63.4”“364”等極端值，經(jīng)課題組比對鄰日體溫、討論后認(rèn)為該觀測值為人為極端值，均應(yīng)為“36.4”。需注意的是，極端值不代表數(shù)據(jù)一定錯(cuò)誤，但出錯(cuò)的可能性較高，應(yīng)對其逐一清理。

5.5 缺失值

缺失值在臨床研究中是一個(gè)不可避免的問題[9]。處理缺失值的最好方式是避免缺失值產(chǎn)生，如在回顧性研究中應(yīng)盡可能對缺失值進(jìn)行溯源，但通常情況下難以實(shí)現(xiàn)，因此需在統(tǒng)計(jì)分析階段對其進(jìn)行處理。

如本課題對于非結(jié)局指標(biāo)類變量，根據(jù)變量類型采用均值、中位數(shù)、眾數(shù)等簡單且保守的填補(bǔ)策略；對于結(jié)局指標(biāo)類變量采用多重填補(bǔ)法，并對不同填補(bǔ)結(jié)果開展敏感性分析。

6 小結(jié)

在確定變量清單和數(shù)據(jù)庫架構(gòu)后，應(yīng)開展數(shù)據(jù)治理工作[10]。良好的數(shù)據(jù)治理，可為后續(xù)研究提供準(zhǔn)確的、可靠的數(shù)據(jù)，是開展高質(zhì)量RWS的重要基礎(chǔ)。數(shù)據(jù)治理的難點(diǎn)可概括如下：①以唯一、無重復(fù)的患者ID序列進(jìn)行數(shù)據(jù)鏈接，并“縱向鎖定”；②盡可能減少不同操作人員在數(shù)據(jù)提取時(shí)的差異；③根據(jù)研究需要選擇恰當(dāng)?shù)臄?shù)據(jù)核查范圍；④對不同類型的問題數(shù)據(jù)制定恰當(dāng)?shù)那謇硪?guī)則。

本文在數(shù)據(jù)提取部分，介紹了不同研究人員進(jìn)行人工操作時(shí)存在差異的問題，以及減少這些差異的方法。在數(shù)據(jù)核查和數(shù)據(jù)清理階段，同樣會(huì)涉及人工操作的差異化問題。此時(shí)，仍可采用雙人背對背完成、培訓(xùn)、數(shù)據(jù)預(yù)提取或預(yù)清理、定期討論、不定期抽查等方法，以盡可能提高操作的同質(zhì)性，減少人為誤差。

中醫(yī)藥RWS在數(shù)據(jù)治理及數(shù)據(jù)衍生階段仍面臨一些困難。如中醫(yī)四診數(shù)據(jù)多從病程記錄中提取，但由于不同醫(yī)生對四診信息的記錄存在差異，且原始數(shù)據(jù)的準(zhǔn)確性和完整性普遍不高，通常難以獲得可靠的四診信息。此外，中醫(yī)治療數(shù)據(jù)可能涉及患者服用的真實(shí)草藥處方，這些處方基本不同，難以開展下一步研究。本課題組嘗試使用其他來源數(shù)據(jù)對四診信息進(jìn)行補(bǔ)充；采用相似度匹配算法對草藥處方進(jìn)行分類[11]，以“類方”的形式開展研究等方法解決上述問題。但如何建立高質(zhì)量的中醫(yī)藥研究型數(shù)據(jù)庫，并在此基礎(chǔ)上開展高質(zhì)量中醫(yī)藥RWS，仍需要臨床、方法學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)等多學(xué)科專家共同探索。

本文以“中西醫(yī)結(jié)合治療新型冠狀病毒感染研究型數(shù)據(jù)庫”為例，對基于既有醫(yī)療數(shù)據(jù)建立研究型數(shù)據(jù)庫中數(shù)據(jù)治理的方法及難點(diǎn)進(jìn)行介紹。本文介紹的數(shù)據(jù)治理方法及案例可供開展RWS的研究人員參考。