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(xiàng)目過(guò)程中通過(guò)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(huì)經(jīng)費(fèi)支持的研究者發(fā)起的中醫(yī)藥臨床研究在研近3 197項(xiàng)，已結(jié)題2 285項(xiàng)。這些中醫(yī)藥臨床研究過(guò)程中逐漸積累了龐大的研究數(shù)據(jù)，蘊(yùn)含大量的源數(shù)據(jù)，即臨床試驗(yàn)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(cè)結(jié)果及用于重建和評(píng)價(jià)臨床試驗(yàn)所需要的其他相關(guān)活動(dòng)記錄[2]都有巨大的再利用價(jià)值。對(duì)于醫(yī)療機(jī)構(gòu)的科研管理部門及研究團(tuán)隊(duì)，如何科學(xué)有效的管理好研究數(shù)據(jù)成為一個(gè)亟需解決的問(wèn)題，值得深入探究。本院已建成臨床數(shù)據(jù)中心，并通過(guò)臨床研究數(shù)據(jù)管理系統(tǒng)對(duì)科研項(xiàng)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(duì)采用臨床研究數(shù)據(jù)管理系統(tǒng)開(kāi)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(dòng)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(gè)節(jié)點(diǎn)各個(gè)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(xiàng)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(xiàng)目持續(xù)時(shí)間更長(zhǎng)。RDLM作為支持?jǐn)?shù)字保存和數(shù)據(jù)監(jiān)護(hù)實(shí)踐的概念被推廣開(kāi)來(lái)，是平常研究項(xiàng)目周期的延伸，已成為研究人員科學(xué)工作中越來(lái)越重要的因素，其模型正在優(yōu)化研究數(shù)字信息化過(guò)程[4]。RDLM多種多樣，側(cè)重各異，通常可以按照模型結(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(duì)象分為基于個(gè)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(gè)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(duì)研究數(shù)據(jù)進(jìn)行獲取、計(jì)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(dòng)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(gè)過(guò)程，從獲得資助前準(zhǔn)備的基金申報(bào)書(shū)、初始研究方案和統(tǒng)計(jì)分析計(jì)劃，到項(xiàng)目啟動(dòng)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(chǔ)及再利用等。美國(guó)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(jí)視圖，從概念到保存和共享，說(shuō)明數(shù)據(jù)管理活動(dòng)如何與項(xiàng)目工作流相關(guān)。在將模型應(yīng)用于研究活動(dòng)時(shí)，能確保數(shù)據(jù)得到很好的描述、保存、訪問(wèn)并適合重復(fù)使用。現(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(xiàng)目數(shù)據(jù)管理，模型如圖1[7]，說(shuō)明了數(shù)據(jù)管理的各個(gè)階段，并描述了數(shù)據(jù)如何從頭到尾在研究項(xiàng)目中流動(dòng)。本院有專門的臨床研究服務(wù)團(tuán)隊(duì)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(bào)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(tái)，一般在課題立項(xiàng)后，有需要進(jìn)行數(shù)據(jù)管理的研究團(tuán)隊(duì)與臨床研究服務(wù)團(tuán)隊(duì)簽署科研協(xié)議以保障工作順利開(kāi)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(gè)生命周期過(guò)程中的數(shù)據(jù)管理計(jì)劃(DMP)，DMP有助于在研究初期明確個(gè)人和研究機(jī)構(gòu)的角色和職責(zé)，幫助實(shí)施如何采集和管理研究數(shù)據(jù)，以獲得高質(zhì)量和長(zhǎng)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(xiàng)目基本信息(如研究目的及設(shè)計(jì)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(shí)間計(jì)劃表、進(jìn)度報(bào)告等)；(3)eCRF上線涉及的數(shù)據(jù)庫(kù)設(shè)計(jì)與說(shuō)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(kù)檢查與確認(rèn)(數(shù)據(jù)庫(kù)編制完成后測(cè)試錄入，與研究團(tuán)隊(duì)確認(rèn)，以發(fā)現(xiàn)問(wèn)題并及時(shí)修正)；(4)數(shù)據(jù)錄入、數(shù)據(jù)審核和疑問(wèn)處理、實(shí)驗(yàn)室數(shù)據(jù)處理、醫(yī)學(xué)編碼、數(shù)據(jù)庫(kù)質(zhì)量控制、數(shù)據(jù)庫(kù)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(wèn)控制及所有權(quán)說(shuō)明；(6)數(shù)據(jù)存儲(chǔ)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(píng)估。無(wú)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(dòng)抓取如實(shí)驗(yàn)室檢查以免去研究團(tuán)隊(duì)數(shù)據(jù)錄入、哪些數(shù)據(jù)如中醫(yī)癥狀評(píng)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(shí)現(xiàn)無(wú)縫數(shù)據(jù)交換及共享打好基礎(chǔ)[9]。我國(guó)對(duì)臨床研究的數(shù)據(jù)管理還沒(méi)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(jì)進(jìn)行數(shù)據(jù)字段采集，若涉及未有規(guī)定的，則采用機(jī)構(gòu)標(biāo)準(zhǔn)。根據(jù)研究方案和以上信息設(shè)計(jì)病例報(bào)告表(CRF)，并根據(jù)CRF創(chuàng)建電子數(shù)據(jù)庫(kù)，同時(shí)制定數(shù)據(jù)核查計(jì)劃，并實(shí)現(xiàn)邏輯檢驗(yàn)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(guò)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(dòng)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(shí)化，邏輯核查、一致性核查、醫(yī)學(xué)編碼、疑問(wèn)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(shí)時(shí)數(shù)據(jù)報(bào)告等。目前，支持自動(dòng)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(shí)驗(yàn)室檢查結(jié)果。在完成所有病例數(shù)據(jù)自動(dòng)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(guò)閉環(huán)形式發(fā)出疑問(wèn)和澄清答疑來(lái)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(duì)進(jìn)行統(tǒng)計(jì)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(shí)研究團(tuán)隊(duì)可分析出單個(gè)項(xiàng)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(píng)價(jià)。

2.5保存(Preserve) Preserve階段主要是研究結(jié)束歸檔時(shí)候進(jìn)行的數(shù)據(jù)歸檔、備份和存儲(chǔ)。研究數(shù)據(jù)具有分析、保存、再利用的價(jià)值，適當(dāng)?shù)乇４?、良好地監(jiān)護(hù)可增強(qiáng)其長(zhǎng)期可獲得性和可用性，這些離不開(kāi)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(shí)際工作中，不少臨床研究在依托科研項(xiàng)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(guò)程中一個(gè)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(guó)還鮮有將數(shù)據(jù)管理和共享計(jì)劃作為研究基金申請(qǐng)的必要內(nèi)容，機(jī)構(gòu)層面若能實(shí)施數(shù)據(jù)管理政策和建立數(shù)據(jù)共享機(jī)制，加強(qiáng)數(shù)據(jù)積累和科室間、課題組間的開(kāi)放共享，最理想的結(jié)果是實(shí)現(xiàn)不同課題組針對(duì)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(kāi)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(gè)數(shù)據(jù)生命周期中創(chuàng)建和更新文檔以反映對(duì)數(shù)據(jù)采取的行動(dòng)，通過(guò)在整個(gè)臨床數(shù)據(jù)生命周期中實(shí)施基于標(biāo)準(zhǔn)的，元數(shù)據(jù)驅(qū)動(dòng)的處理，來(lái)提高效率，簡(jiǎn)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(gè)信息字段進(jìn)行設(shè)計(jì)，包括觀察類別、域名代碼、數(shù)據(jù)采集方案、實(shí)施選項(xiàng)、序號(hào)、變量名、變量標(biāo)簽、定義、問(wèn)題描述、提示、數(shù)據(jù)類型、核心類別、填寫(xiě)指南、STDM映射定位、映射指南、受控術(shù)語(yǔ)代碼表名稱、受控術(shù)語(yǔ)子集代碼表名稱、實(shí)施說(shuō)明[12]。中醫(yī)藥治療獨(dú)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(shí)踐在機(jī)構(gòu)范圍內(nèi)統(tǒng)一，如艾灸一壯、給藥途徑為煙熏，在對(duì)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(wèn)及答疑表、數(shù)據(jù)庫(kù)定義表、指控報(bào)告表、數(shù)據(jù)管理報(bào)告、鎖定申請(qǐng)表等。

2.8質(zhì)量管理 數(shù)據(jù)質(zhì)量管理是一個(gè)過(guò)程，對(duì)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(guò)研究方案和方法來(lái)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)。“管理質(zhì)量”涵蓋質(zhì)量保證計(jì)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(wèn)題主要是數(shù)據(jù)錄入不及時(shí)，修改數(shù)據(jù)對(duì)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(jí)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(kāi)展活動(dòng)的關(guān)鍵，本院臨床研究數(shù)據(jù)存儲(chǔ)在院服務(wù)器上，有良好的存儲(chǔ)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(wèn)。

3 實(shí)踐應(yīng)用

3.1項(xiàng)目管理情況 自2019年醫(yī)院開(kāi)始投入建立電子數(shù)據(jù)采集系統(tǒng)，至今共有28項(xiàng)省部級(jí)及以下在研課題處在管理中?，F(xiàn)將項(xiàng)目情況圍繞數(shù)據(jù)生命周期模型舉例，展開(kāi)說(shuō)明。其中，28項(xiàng)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(xiàng)由系統(tǒng)進(jìn)行數(shù)據(jù)處理，其中6項(xiàng)為多中心研究，本中心的研究數(shù)據(jù)在管理，2項(xiàng)為重大項(xiàng)目，按規(guī)定交由第三方機(jī)構(gòu)合作管理；12項(xiàng)由數(shù)據(jù)統(tǒng)計(jì)團(tuán)隊(duì)參與分析，集成研究結(jié)果，并做好數(shù)據(jù)的存儲(chǔ)工作，8項(xiàng)由本統(tǒng)計(jì)團(tuán)隊(duì)與第三方機(jī)構(gòu)合作完成，2項(xiàng)直接由機(jī)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(xiàng)研究數(shù)據(jù)在系統(tǒng)中留存；目前，已有3項(xiàng)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(yàn)收階段，系統(tǒng)使用取得很好的反響。見(jiàn)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(chǎng)地等限制，能完全實(shí)現(xiàn)數(shù)據(jù)生命周期全過(guò)程的項(xiàng)目數(shù)量還有待提高。多中心研究的項(xiàng)目，由于數(shù)據(jù)標(biāo)準(zhǔn)難統(tǒng)一，分中心無(wú)法直接通過(guò)系統(tǒng)抓取臨床醫(yī)療報(bào)告信息，仍需要手動(dòng)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(shí)使用或遇其他突發(fā)狀況時(shí)，缺少專門的系統(tǒng)管理員保障應(yīng)答時(shí)間。

4 討 論

實(shí)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(zhǎng)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(duì)的良好配合，高質(zhì)量的數(shù)據(jù)需在真實(shí)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(duì)、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(shí)可以嵌入到日常的機(jī)構(gòu)科研管理及研究過(guò)程中，節(jié)省研究人員時(shí)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(shū)撰寫(xiě)和研究方案設(shè)計(jì)過(guò)程會(huì)更有利于數(shù)據(jù)管理工作開(kāi)展[16]。此外嚴(yán)格數(shù)據(jù)訪問(wèn)控制，同時(shí)需要研究團(tuán)隊(duì)及數(shù)據(jù)管理員遵守相關(guān)法律法規(guī)，堅(jiān)守倫理規(guī)范，對(duì)涉及患者姓名、身份證號(hào)碼、手機(jī)號(hào)及地址等隱私信息和種族、政治觀點(diǎn)、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(gè)人數(shù)據(jù)及要有充分的保護(hù)意識(shí)并采取相應(yīng)安全管理措施。