李旭晗,冼靜怡,楊燕,李慧杰,范正悅,宋晶,楊佳,宗曉郁,呂旋瑞,王萌萌,柴棟,3,宮建
(1.沈陽藥科大學藥物流行病與臨床藥物評價課題組,沈陽 110016;2.武漢大學中南醫院中南醫學期刊社,武漢 430072;3.北京瑞達康澤醫藥科技有限公司臨床研究部,北京 100176)
藥物流行病學是運用流行病學原理和方法,研究藥物在人群中的利用及效應,優化藥品、疫苗的效益-風險比的一門科學和藝術[1-2]。其內容涉及發現藥品不良反應、對比藥物療效、提高藥物資源的配置和改進處方決策等方面。目前我國藥學信息系統發展迅速,擁有堅實的信息學基礎,為評價患者用藥有效性、安全性、經濟性提供了基石,也推動了藥物流行病學在臨床藥物評價中的應用。本文將從臨床用藥評價有效性、安全性、經濟性和臨床決策4個方面入手,對藥物流行病學在臨床藥物評價中的應用進行相應舉例及概述。
1.1隨機對照試驗(randomized controlled trial,RCT) RCT一般適用于比較兩組或多組用藥方案之間的療效差異,或比較相關藥學服務與常規用藥教育是否可以提高患者用藥依從性及療效等情況。其要求試驗項目具有明確的研究目的、研究對象、測量結局和樣本量,需隨機分組,設立對照組,并要求應用盲法以及質量控制。RCT一般可得到一種干預與多種結局的關系,并且具有檢驗假設能力強、減少混雜偏倚、使組間具有可比性等優點,但RCT實施難度較大,需消耗大量人力、財力,由于隨訪時間較長,易出現失訪情況;且干預適用范圍有限,易影響結果推廣;如果安慰藥使用不恰當,也會產生倫理學等問題。
例1:一項關于膀胱灌注卡介苗(bacillus calmette-guerin,BCG)預防中高危非肌層浸潤性膀胱癌(non-muscle- invasive bladder cancer,NMIBC)術后復發的研究中,使用RCT方法對比了BCG灌注與表柔比星灌注后的復發情況。531例患者以2:2:1比例隨機分配接受BCG灌注15次(1組)、BCG灌注19次(2組)或表柔比星灌注18次(對照組)。通過對3組患者膀胱灌注后復發情況進行分析,結果顯示,1組、2組及對照組的無復發生存率分別為80.0%、88.3%和73.3%,其中2組優于1組及對照組(P=0.028 1;P=0.003 1),而1組與對照組差異無統計學意義(P=0.295 1)。比較3組的累計無復發生存率,1組與2組間差異無統計學意義[95%CI=(0.80,2.43),P=0.243 3],但1組與2組均優于對照組[95%CI=(0.31,0.92),P=0.026 6;95%CI=(0.20,0.65),P=0.008],說明BCG對于預防中高危NMIBC患者術后復發優于表柔比星,其中BCG灌注19次的預防效果更為確切[3]。
1.2真實世界研究(real world studies,RWS) RWS是對臨床常規產生的真實世界數據進行系統性收集并進行分析的研究[4]。其數據來源于電子健康檔案記錄數據、藥品和疾病登記表數據、醫療理賠單/賬單數據、醫院藥物警戒系統數據等[5-6]。RWS主要包括病例回顧研究、臨床注冊研究、觀察性研究、監測數據研究、橫斷面研究等。在RWS中,受試者通常知曉干預,故不存在無效治療,且該方法可獲取樣本量較大,統計效能較高,同時可對有臨床意義的結局指標進行評價。但由于無法保證數據的準確性及相關性,并且各數據庫收集、記錄標準不一,以及混雜偏倚較多、異質性較高、暴露隱私風險較高等情況存在,故具有一定的局限性。
例2:在一項紫龍金片治療老年非小細胞肺癌(non small cell lung cancer,NSCLC)療效的研究中,共納入患者205例,其中紫龍金片組99例,非紫龍金片組106例。兩組患者的人口學、治療、癥狀等數據均通過面訪、電話等方式,并結合醫院電子病例系統進行采集。對其進行分析后,結果顯示,紫龍金片組1年生存率顯著優于非紫龍金片組(67.7%vs.44.3%,P<0.05),且生存時間較非紫龍金片組長(10.37個月vs.8.88個月,P<0.05),提示紫金龍片可以有效提高老年NSCLC患者的治療效果[7]。
1.3系統評價及Meta分析 系統評價及Meta分析是將多個相似研究結果進行定量綜合分析的一種方法。若對藥物安全性、有效性存在質疑且缺乏大樣本研究,即可使用系統評價及Meta分析方法增強其統計學效能。其具體步驟為提出問題-制定研究計劃-檢索文獻-選擇文獻-評價文獻質量-提取納入文獻的信息-分析資料-研究結果報告-更新系統評價[8]。系統評價/Meta分析的優點[8-9]包括:①對同一主題多項研究結果間的一致性進行評價及分析;②為指南提供證據;③可尋找需進一步解決的問題;④從方法學角度評價主題的研究設計;⑤發現單項研究沒有闡述的問題;⑥擴大樣本量,增加統計效能;⑦增強結果客觀可靠性;⑧證據使用方便。但該方法只是某種混合效應,故具有不能解釋最終合并效應量的局限性。
例3:如一項血清降鈣素原(procalcitonin,PCT)在慢性阻塞性肺疾病急性加重患者治療的價值研究中,共納入RCT試驗6項、患者1 096例進行系統評價及Meta分析。其中,治療組以PCT水平為抗菌藥物使用依據,而對照組則以常規經驗或指南為抗菌藥物使用依據。結果顯示,治療組抗菌藥物處方率較對照組降低27%,提示血清PCT在慢性阻塞性肺疾病急性加重患者抗菌藥物使用過程中具有重要意義[10]。
2.1藥品不良反應(adverse drug reaction,ADR)報告與監測 ADR報告與監測是ADR發現、報告、評價和控制的過程。上市后藥品通過報告ADR并收集ADR數據,發現臨床研究階段尚未發現的不良反應,進而控制藥品安全風險,保障群眾用藥安全[11]。ADR監測方法主要包括自愿報告系統、醫院集中監測系統、處方事件監測等[12]。通過ADR監測后,需對其進行相應評價。ADR評價可分為兩步:個例評價和集中評價。個例評價是運用ADR評價準則,對每份報表進行評價。而集中評價是將同類型報表積聚到一定數量,在個例分析基礎上,利用計算機系統進行統計分析、評價,將ADR表現和懷疑藥品組成配對檢索,發掘ADR信號。
例4:一項研究對10 830例馬來酸桂哌齊特注射液ADR自發呈報數據進行了分析,發現桂哌齊特相關ADR表現主要累及神經系統、皮膚及其附件、消化系統、血液系統等;ADR好轉或痊愈比例較高,提示桂哌齊特相關ADR表現嚴重程度多屬輕微,絕大部分預后良好。同時,結果也表明白細胞減少和中性粒細胞減少仍然是其特征ADR,其嚴重變態反應同樣也不容忽視[13]。
2.2ADR信號挖掘與主動監測 數據挖掘技術廣泛應用于ADR信號挖掘與主動監測中,其方法眾多,包括聚類分析、主成分分析、貝葉斯法、決策樹法等。ADR主動監測主要面向非固定人群,對已批準上市藥品進行監測,跟蹤其安全信號,并對藥品風險效益進行評價,其整個過程不對治療進行干預,因此具有計劃性、連續性的監測特征。同時該方法簡單易行、監測范圍廣、可及時得到反饋信息。但仍需注意數據抓取不全[14]、陽性預測值低、靈敏度低、投入高等局限性。
例5:一項對腫瘤壞死因子抑制劑(tumor necrosis factor inhibitor,TNFis)相關吉蘭-巴雷綜合征(Guillain-Barre syndrome,GBS)的風險信號挖掘中,收集了TNFis相關GBS不良事件報告病例330例,結果顯示,在美國食品藥品管理局不良事件報告系統數據庫中,5種TNFs均有GBS報告,其中阿達木單抗報告數量最多(130例),其次為依那西普(110例)及英夫利昔單抗(76例)。經報告比值比法分析后,英夫利昔單抗單抗及阿達木單抗產生了GBS風險信號,其中英夫利西單抗信號最強,并可能存在藥品之間的差別[15]。
2.3ADR分析性研究
2.3.1病例對照研究 病例對照研究為觀察性研究,是一種可由果推因,但不能由因到果的方法,故不可施加干預,僅可收集研究對象既往暴露情況,同時需設置可比性對照組,為病例組的暴露比例提供參比。其要求具有明確的研究目的與類型、研究因素、研究對象,需估計樣本量并進行資料收集。該方法比較適用于罕見、潛伏期長、原因不明的疾病研究,以及多種暴露因素和一種疾病相關的研究;同時也適用于研究小樣本試驗對象,相較于其他研究較節省經費及時間。但該方法不適用于研究人群中暴露比例較低的因素,且易發生偏倚,很難確定暴露和疾病先后順序,也不能直接計算暴露組和非暴露組發病率。
例6:一項抗菌藥物不良反應的病例對照研究中,以住院期間接受抗菌藥物治療后發生ADR的患者為病例組(n=124),并以1:2比例配以對照組(n=248),對照組的患者均與病例組年齡相差≤5歲,且為同期(≤15 d)、同診斷、接受抗菌藥物治療并未發生ADR的患者。通過獲取電子病例系統中患者臨床信息,并對其進行多因素條件Logistic回歸發現,當存在藥物過敏史[P=0.000,OR=3.314,95%CI=(2.683,3.812)]、聯合使用抗菌藥物[P=0.000,OR=2.734,95%CI=(1.925,3.108)]、給藥方式為靜脈滴注[P=0.005,OR=1.326,95%CI=(1.145,1.892)]和使用喹諾酮類藥物[P=0.010,OR=1.399,95%CI=(1.004,1.527)]因素時,更易發生ADR[16]。
2.3.2隊列研究 隊列研究與病例對照研究一樣,同為觀察性研究,但隊列研究在時間上具有前瞻性,可由因到果,研究對象也需按有無暴露因素進行分組[17]。其要求具有明確的研究因素、研究結局、研究現場及人群,并需進行樣本量估計、資料收集與隨訪。隊列研究的優點主要包括:①暴露資料可靠性高;②可獲得發病/死亡率;③因果順序明確,偏倚少,檢驗病因假說能力強;④能了解疾病自然史;⑤可分析一種暴露和多種疾病間關系。其缺點則包括:①耗費人/物/財力及時間;②不適用于發病率低的疾病研究;③由于隨訪時間長,易發生失訪偏倚;④易引入已知變量或人群變化。
例7:一項前瞻性隊列研究分析了母親孕期及兒童1歲以內抗菌藥物暴露與兒童過敏性疾病的相關性。共1 558對母子被納入該研究中,在收集相關人口學信息及生命早期抗菌藥物暴露情況等資料后,采用單因素及多因素二分類非條件Logistic回歸模型進行分析。其中,在調整兒童性別及體質量、父母過敏史、孕期二手煙接觸史等影響因素后,結果顯示,兒童在3~5個月齡[RR=1.61,95%CI=(1.19,2.17)]及6~11個月齡[RR=1.43,95%CI=(1.06,1.93)]使用抗菌藥物,是6~11個月齡兒童過敏性疾病發生的危險因素;而0~2個月齡[RR=1.41,95%CI=( 1.03,1.95)]、3~5個月齡[RR=1.54,95%CI=(1.12,2.11)]、6~11個月齡[RR=1.58,95%CI=(1.17,2.14)]使用抗菌藥物是18~23個月齡兒童過敏性疾病發生的危險因素[18]。
3.1藥物利用與藥物利用評價(drug utilization evaluation,DUE) DUE是在藥品治療過程中,對藥品選用、給藥途徑、劑量、藥品配伍等問題是否合理、正確作出的評估,是一種基于證據的質量改進方法,旨在提高藥物使用質量、安全性和成本效益[19-20]。其不僅以藥物使用評估為手段,還對藥品應用過程中藥品用量、消耗費用等來作比較和評估。
例8:某研究為探討遼寧省兩城市神經內科下呼吸道感染住院患者的抗菌藥物利用情況,對抗菌藥物使用相關信息進行了提取,并計算其用藥頻率、藥物利用指數(drug utilization index,DUI)。結果顯示,使用例次前3位的類別分別是頭孢菌素類(65.34%)、β-內酰胺酶抑制劑及與β-內酰胺類抗菌藥物配伍的復方制劑(10.39%)、喹諾酮類(8.34%)。其中,DUI值排列前三依次是頭孢哌酮/舒巴坦鈉(2.00)、頭孢替坦(1.73)、頭孢哌酮-他唑巴坦(1.65),而頭孢匹羅(0.66)、利福平(0.79)、阿米卡星(0.80)DUI值最低,氨曲南(1.01)、環丙沙星(1.01)、萬古霉素(1.02)等抗菌藥物DUI值接近1。該研究反映遼寧省兩城市神經內科下呼吸道感染住院患者抗菌藥物DUI值較為集中,環丙沙星、氨曲南、萬古霉素等藥物選擇基本合理,但仍需注意頭孢哌酮/舒巴坦鈉、頭孢替坦、利福平、阿米卡星等藥物的合理性使用問題[21]。
3.2藥物經濟學研究 隨著社會衛生及醫療保健需求的日益增加,各國醫療事業的藥物治療費用負擔逐漸加重。為提高藥物資源的配置和利用效率,最大程度發揮藥物資源效用,以優先藥物資源實現健康水平最大化發展,由此衍生出對藥物經濟學研究。
3.2.1藥物經濟學評價的方法 藥物經濟學評價有多種方法,如成本效益分析(cost-benefit analysis,CBA)、成本效果分析(cost-effectiveness analysis,CEA)、成本效用分析(cost-utility analysis,CUA)等。其中,CBA主要通過貨幣形態對方案的成本和收益進行計量和描述,并對其進行比較。其既可對單一方案經濟性進行判定,也可對多種方案經濟性進行比較與選優(如例9)。而CEA是評價衛生活動方案的效果成本,確定每個方案的可行性,在比較中選擇最佳方案。其既可比較不同藥物對同一疾病的治療效益,也可進行不同疾病治療措施間的比較,甚至疾病治療與其他公共投資項目的比較,適用于全面的衛生及公共投資決策(如例10)。CUA則是將各衛生活動方案的成本與效用聯系起來考慮的分析方法,在兼顧患者用藥意愿及生活質量基礎上,比較不同醫療方法的經濟合理性(如例11)。
例9:一項研究以2019年中國新生兒為研究對象,以當前中國單價RV疫苗(cRV1)自費接種策略為對照,對美國5價RV疫苗(RV5)、英國單價RV疫苗(eRV1)、cRV1納入國家免疫規劃的成本效益進行了評估。結果顯示,當前cRV1自費接種策略對輪狀病毒胃腸炎的疾病經濟負擔為976 226.9萬元,接種成本為102 674.2萬元。若將RV5、eRV1和cRV1納入國家免疫規劃后,可使經濟負擔相應降低68.0%、56.4%和21.4%,但接種成本會相應增加13.83倍、12.22倍、9.02倍,效益成本比分別為0.47、0.44和0.23。說明3種疫苗納入國家免疫規劃未節約社會成本,需降低疫苗價格后才具有成本效益[22]。
例10:一項關于環磷酰胺、他克莫司、環孢素、嗎替麥考酚酯治療特發性膜性腎病(idiopathic membranous nephropathy,IMN)的研究中,對4種藥物治療IMN建立決策樹模型,進行了成本-效果分析。結果顯示,嗎替麥考酚酯增量CEA為-6 826.15元,具有絕對劣勢,而環孢素相比于環磷酰胺的增量成本效果比為59 380元,他克莫司相比于環孢素增量成本效果比為242 100元。提示在治療IMN時,環磷酰胺及環孢素更具有經濟性,而他克莫司經濟性相對較弱。同時也可根據不同意愿支付金額,選擇最優方案。如當意愿支付金額<59 380元時,可最優選擇環磷酰胺;而當意愿支付金額為59 380~242 100元時,可最優選擇環孢素;當>242 100元時則可最優選擇他克莫司,這為IMN治療提供了經濟性的用藥方案。
例11:在一項對德谷胰島素治療2型糖尿病患者的經濟性研究中,以甘精胰島素為參照藥物,質量調整生命年(quality-adjusted life years,QALY)為健康產出指標,降糖治療成本、疾病管理和并發癥治療成本為成本范疇,對其進行了CUA分析。結果顯示,與甘精胰島素U100比較,使用德谷胰島素使得患者增加0.060 QALY,直接醫療成本增加158元,增量成本效果比為2 639元/QALY,低于我國2021年1倍國內生產總值(gross domestic product,GDP)。而與甘精胰島素U300比較,德谷胰島素使得患者增加0.085 QALY,且直接醫療成本降低1 402元。提示對于我國2型糖尿病患者,使用德谷胰島素相比于使用甘精胰島素U100及甘精胰島素U300更具有經濟性[24]。
3.2.2藥物經濟學評價中的模型技術 藥物經濟學模型包含多種變種和混合,共4種主要類型:決策樹模型、馬爾可夫模型、離散事件模擬/逆向誘導模型和蒙特卡羅模型。其中,最通用的是決策樹模型。所有相關結果、成本和健康狀態都可被圖形化建模為一個初始健康狀態或醫療干預決策的序列分支。通過將成本、效用、健康狀態或其他結果測量值分配給所有潛在路徑上的每個節點和成本,然后得到每個路徑的概率,估算預期總成本。決策樹模型優點為直觀、通用、靈活,易用圖形描述臨床路徑;缺點為信息需求隨決策樹分支的數量和深度呈指數級增長,比較適合短期分析。
例12:在一項關于阿托西班治療自發性早產的研究中,模擬了1 000例孕28~34周自發性早產入院的人群。共分為兩組,接受阿托西班和糖皮質激素治療組(藥物治療組)及臥床休息和使用糖皮質激素治療組(非藥物治療組)。使用決策樹模型對人群進行分支,分支點分別為是否使用阿托西班藥物治療、是否保胎成功48 h以上進行糖皮質激素治療、是否進入兒童重癥監護中心、新生兒是否存活、新生兒是否發生腦癱不良結局。決策樹模型見圖1。模型參數均來源于文獻、醫院調查、物價局等。結果顯示,藥物治療組的增量成本效果比為70 497.23元/QALY,低于2014年3倍人均GDP,成本效益比為0.67,故每投入1元產生的效益低于1元。提示阿托西班治療自發性早產具有一定的成本效果,同時適當降低阿托西班治療費用后,可提高其成本效益,減輕患者負擔[25]。

圖1 阿托西班治療自發性早產的藥物經濟學研究決策樹模型
馬爾可夫模型是通過固定長度的時間周期明確得到事件時間的一種模型?;颊咴诿總€周期中處于一組離散的健康狀態,在每個周期后,患者有可能轉換到其他健康狀態或保持當前狀態。由于健康狀態轉移概率僅依賴于患者當前周期中的健康狀態,因此馬爾可夫模型完全由周期長度和健康狀態轉移概率來描述。這種模型對于每個時間區間的成本和結果計算簡單,參數不確定性和靈敏度分析易納入,但狀態轉變的概率隨時間而固定。
例13:在一項關于他汀類藥物干預措施預防心血管病效果的研究中,使用馬爾可夫模型對我國發達地區人群心血管病一級預防效果進行了評估。研究人群為225 811例未患心血管病的40~79歲人群。其中,基于風險評估的他汀類藥物干預的策略主要包括不采取基于風險評估的他汀類藥物干預的常規策略(策略0)、采用2019年世界衛生組織心血管病風險評估簡易模型(無實驗室指標)進行風險分層并對高危人群實施他汀類藥物干預策略(策略1)、采用世界衛生組織心血管病風險評估復雜模型(含實驗室指標)進行風險分層并對高危人群實施他汀類藥物干預策略(策略2)、采用中國動脈粥樣硬化性心血管病風險預測研究(prediction for atherosclerotic cardiovascular disease risk in China,China-PAR)風險評估模型進行風險分層,并對高危人群進行他汀類藥物干預策略(策略3)。研究人群中,中危人群采用生活方式干預,高危人群在中危人群干預方式基礎上實施他汀類藥物干預,研究期限設定10年,模型循環周期設定1年,模擬10個周期并計算心血管事件發生例數及每預防1例心血管病事件或死亡的需干預人數(number need to treat,NNT)等信息。參數參考研究人群數據源、公開發表的中國人群研究數據、Meta分析等。他汀類藥物干預策略的馬爾可夫模型見圖2。分析顯示,與策略0比較,采用策略1、策略2、策略3可分別預防3 482例[95%UI=(2 110,4 661)]、3 685例[95%UI(2 255,4 912)]、3 895例[95%UI=(2 396,5 181)]心血管病事件數。策略1、策略2和策略3每預防1例心血管病事件,使用他汀類藥物的NNT分別為22例[95%UI=(14,54)]、21例[95%UI=(14,52)]和27例[95%UI=(17,67)]。說明世界衛生組織模型在預防1例心血管病事件的NNT方面更具有優勢,而China-PAR模型策略可預防更多心血管病事件,獲得更多健康收益[26]。

P1:從未患心血管病狀態到患有心血管病狀態的概率;P2:從未患心血管病狀態到死于心血管病狀態的概率;P3:從未患心血管病狀態到死于其他疾病狀態的概率;P4:未患心血管病存活狀態的概率;P5:從患有心血管病狀態到死于心血管病狀態的概率;P6:從患有心血管病狀態到死于其他疾病狀態的概率;P7:患有心血管病存活狀態的概率。
衛生技術評估(health technology assessment,HTA)是對使用醫療衛生技術在一定時間內對社會產生的效果進行系統研究的綜合政策研究方法,其采用多學科方法對衛生技術進行系統評價,并為決策提供信息。其評估內容主要包括醫療衛生技術的安全性和有效性、醫療衛生技術的成本和效益及其對社會的影響。該方法可降低衛生總費用和資源合理配置,是鏈接衛生決策與科學研究不可或缺的紐帶。
在進行HTA時,首先需確定優先評估項目及評估問題,對評估目的和評估結果的潛在使用者進行了解,明確評估負責人;其次進行資料收集和質量評價,相關人員對資料收集范圍、時間、費用、質量等應進行詳細計劃,并從中得出可靠結果。為保證結果能得到客觀合理應用,評估人在評估報告中應詳細說明所用資料來源,并提供資料有效性和科學性的評價結果。因衛生技術產品的信息具有時效性,應對評估結果進行廣泛及時宣傳,最后監督評估結果的影響。
HTA為臨床醫務工作者和決策層提供了科學信息和決策依據,對衛生科學技術的研究、使用、推廣和淘汰等進行了政策干預,以合理配置衛生資源,提升衛生資源的使用質量與效益。衛生科技的正確使用能通過防治、診斷和治愈疾病、改善生命品質從而對社會經濟產生正面影響,但錯誤的應用也會帶來社會安全和衛生問題、增加患者負擔、造成資源浪費或惡化醫患關系。
例14:一項關于泊沙康唑預防血液惡性腫瘤患者侵襲性真菌感染(invasive fungal infections,IFIs)的快速HTA研究中,以泊沙康唑干預為治療組,以使用其他抗真菌藥物為對照組,對各HTA網站及數據庫進行了檢索。最終共納入文獻34篇,并對其結果進行綜合分析。其中,有效性評價結果顯示,泊沙康唑可減少血液惡性腫瘤患者IFIs發生率,顯著優于氟康唑和伊曲康唑。安全性評價結果顯示,泊沙康唑與其他真菌藥物比較,ADR發生率無顯著差異。在經濟性評價結果中,多數研究均顯示在意愿支付閾值內泊沙康唑更具成本-效果優勢,提示泊沙康唑預防血液惡性腫瘤患者IFIs具有較好的有效性、安全性和經濟性[27]。
5.1藥物流行病學貫穿于臨床研究與藥物評價的各方面 在查明病因過程中,流行病學研究方法發揮了很大作用。藥物流行病學者以藥物有效性、安全性、實用性為研究目標,二次研究(Meta分析、系統綜述、經濟型分析等),觀察性研究(橫斷面研究、病例對照研究、隊列研究等)及實驗研究作為研究內容,貫穿于臨床研究與藥物評價各方面。
5.2現階段主要存在的問題 藥物流行病學發展中有許多困難,如經費問題,需從人群收集大量信息資料以推動研究繼續進行,對計算機硬件和數據庫、管理維護的要求較高,需大量資金投入等。另外,藥物流行病學的發展與社會醫療衛生保健制度的發展不可分割。藥物流行病學的調查研究中需了解很多情況,如藥品銷售及ADR相關信息等。因此還需建立更可靠的衛生制度,完善相關立法,加強醫務人員培訓,提高工作人員綜合素質。
5.3掌握方法學知識,提升臨床研究的質量與水平 藥物流行病學目前仍處于起步階段,缺乏相關經驗,相關人員需掌握方法學知識,提升臨床研究質量和水平。首先,開展研究項目第一步是指定研究計劃,并在實施期間按要求進一步修改或更新??蒲袉栴}闡述必須建立在研究資料基礎上,而科研方案設計也應圍繞科研問題。其次,研究方案實施時,要遵從倫理要求保護患者隱私,涉及人體受試者的研究應獲得機構內倫理審查委員會、獨立倫理審查委員會或其他相關機構批準。此外,為確保結果的科學有效性,應事先制定研究質量控制標準和措施。最后,研究者有義務發布有科學意義或公共衛生意義的研究結果,通過發表科學文獻或以報告等方式及時向學界同行告知研究結果,遵循有關法律要求,及時報告ADR。
致謝:感謝沈陽藥科大學藥物流行病與臨床藥物評價課題組張靈健、孟彤、沈智文、賈敏、王俊彥、張興會、陳明珠、王樹月在本文立題、修改過程中的支持與幫助!