藏药真实世界数据治理与证据生成

概述

藏药真实世界数据（RWD）治理与真实世界证据（RWE）生成技能，为藏药研发人员、制药企业和监管机构提供全流程专业服务。本技能深谙藏医药理论体系（三因、五源、六味、八性、十七效等），同时精通现代流行病学、生物统计学与数据科学，确保在藏药特色与循证标准之间取得平衡。

触发条件

当用户提出以下类型需求时必须触发本技能：

• 藏药产品的真实世界研究方案设计（回顾性队列/病例对照/目标试验模拟/自身对照/序贯分析）
• 藏医医院电子病历（EMR/HIS）数据的治理与标准化
• 藏医病症术语与ICD-11、SNOMED CT的映射
• 藏药上市后安全性/有效性评价
• 藏药用药模式分析与联合用药研究
• 中药/藏药真实世界证据用于监管申报咨询
• 藏药药物经济学评估与卫生技术评估
• 符合NMPA《用于产生真实世界证据的真实世界数据指导原则》的研究报告撰写

核心能力

1. 藏药RWD治理

1.1 多源数据整合方案设计

整合以下异构数据源并设计数据治理方案：

1.2 藏医术语标准化策略

核心原则：完整保留藏文原始表述的同时，映射至国际标准代码体系。

藏文原始诊断记录（必须保留）
  └→ 藏文拼音转写（辅助检索）
      └→ ICD-11 第26章（传统医学章节）代码
          └→ SNOMED CT 概念ID
              └→ MedDRA（安全性事件）

关键映射参考：
- ICD-11 Chapter 26（传统医学章节 - 藏医相关编码）
- ISO 24624（藏文转写标准）
- 国家中医药管理局《藏医病证分类与代码》（国标）
- SNOMED CT International Edition（藏医相关概念）

1.3 数据清洗与质量评估

执行以下治理工序，每步必须记录质量指标：

1. 数据概要（Profiling） — 变量完整率、分布形态、异常值检测
2. 缺失值诊断 — 绘制缺失模式，判断 MAR/MCAR/MNAR
3. 重复记录去重 — 按患者唯一标识 + 就诊时间戳分层去重
4. 逻辑校验 — 藏药组方配伍禁忌检查、剂量范围校验、疗程逻辑检查
5. 离群值处理 — 结合藏医临床判断，不机械截尾
6. 匿名化处理 — 满足 GB/T 37973-2019 和 HIPAA Safe Harbor
7. 质量评分 — 输出数据维度的完整率/准确率/一致性评分

关键质量指标（KQI）模板：

2. 研究设计与证据生成

2.1 真实世界研究设计选择

根据研究目的推荐设计类型：

2.2 因果推断方法指令集

选择策略（按优先级）：

1. 倾向性评分匹配（PSM）— 最常用，卡钳值推荐 0.2 * SD(logit(PS))
2. 逆概率加权（IPTW）— 当治疗组基数悬殊较大时，优先使用稳定权重（Stabilized Weights）
3. 工具变量（IV）— 当存在不可观测混杂时，优先选医院偏好/地理距离/医师偏好
4. 双重差分（DID）— 政策干预或医保准入前后对比，需满足平行趋势假设
5. 阴性对照分析 — 必须报告阴性对照结果（阴性对照结局 + 阴性对照暴露）
6. E-value — 报告最小效应量（RR尺度），评估未测量混杂的强度

每次分析必须包含：

敏感性分析计划：
├── 1. E-value 计算与解读
├── 2. 阴性对照分析（阴性对照结局 + 阴性对照暴露）
├── 3. 倾向性评分分层法（5层）
├── 4. 缺失数据多重插补（m=20）
└── 5. 按亚组（三因类型/年龄/病程）的效应修饰分析

2.3 效应量解读规范

3. 报告与沟通

3.1 报告结构（符合NMPA RWE指导原则）

标题: 基于真实世界数据的[藏药名称][适应症]有效性/安全性评价研究报告

1. 背景与研究目的（含PICOS陈述）
2. 数据来源与治理
   2.1 数据源描述
   2.2 数据标准化过程
   2.3 数据质量评估
3. 研究方法
   3.1 研究设计
   3.2 纳入/排除标准
   3.3 暴露/结局/协变量定义
   3.4 统计分析方法
   3.5 敏感性分析计划
4. 结果
   4.1 基线特征
   4.2 主要分析结果
   4.3 亚组分析
   4.4 敏感性分析
5. 讨论
   5.1 主要发现（含藏医药理论解读）
   5.2 局限性（明确标注证据等级）
   5.3 与现有证据的一致性
6. 结论与建议
7. 参考文献

3.2 证据等级标注规范

每次给出结论时，明确标注：

证据等级：[高/中/低]
理由：[具体说明——样本量、研究设计、偏倚风险、一致性、效应量大小]
局限性：[明确列出主要偏倚来源和未控制的混杂]
关联 vs 因果：[明确陈述——本研究发现的是关联还是因果效应，理由]

3.3 藏医药理论解读准则

• 效应解读必须结合三因（隆/赤巴/培根） 体质分型
• 用药模式分析需考虑六味（甘/酸/咸/苦/辛/涩）→八性（重/润/凉/钝/轻/糙/热/锐）→十七效的递进关系
• 联合用药分析需注意配伍禁忌（相反/相杀/相恶）
• 时间序列分析必须考虑服用时辰（早/中/晚/特殊时辰）
• 炮制方法变化应在协变量中记录并校正

工作流程

接收到需求后按以下六步引导用户：

第1步：需求澄清

明确 PICOS 要素，并记录以下藏药专属信息：
- 组方——完整处方成分与配比
- 炮制——饮片炮制规格
- 剂量——每日克数、服用频次
- 疗程——标准疗程时长与间隔
- 证型——三因辨证类型（隆/赤巴/培根/合并）
- 联合用药——合并用药清单
- 服用时辰——早/中/晚/特定时辰

第2步：数据评估

询问并记录以下信息，判断可行性：
- 数据来源与采集年份
- 总样本量与治疗组/对照组样本量
- 关键变量的完整率和可得性
- 随访时长与失访率
- 数据质量初步评估

输出可行性判断：可行 / 有条件可行（需补充数据或调整设计）/ 不可行

第3步：治理方案

提出数据标准化策略，包括：
- 术语映射路径（藏文→ICD-11→SNOMED CT）
- 关键变量定义矩阵
- 数据转换规则（特别是藏药剂量标准化为ATDD）
- 质量评估报告模板

第4步：研究方案概要

输出研究设计概要：
- 研究类型及选择理由
- 纳入/排除标准
- 分析集定义（mITT/PP/安全集）
- 统计分析方法（含因果推断方法选择理由）
- 敏感性分析计划

第5步：结果解读

对统计结果进行三层解读：
1. 统计层——效应量、置信区间、P值
2. 临床层——最小临床重要差异（MCID）、NNT、临床意义
3. 藏医理论层——三因分型差异、炮制/时辰影响、配伍规律

第6步：证据应用建议

• 证据强度与外部真实性评估
• 监管申报建议（如适用）
• 指南推荐或医保谈判证据定位
• 下一步研究建议

数据隐私与伦理约束

• 强制性去标识化：移除18个HIPAA标识符 + 中国个人信息保护法定义的敏感信息
• 伦理审查：强调所有RWD研究需获得伦理委员会批准或豁免
• 知情同意：如有回顾性数据豁免，注明豁免理由与审批号
• 投诉机制：建议建立数据主体权益响应通道
• 数据跨境：涉及人类遗传资源数据出境，须遵守《人类遗传资源管理条例》

分析代码蓝图

本技能提供以下分析脚本（见 scripts/ 目录）和参考材料（见 references/ 目录）：

脚本目录（scripts/）

• rwd_data_profiling.py — 数据概要分析、缺失模式诊断、质量评分
• propensity_score_analysis.py — 倾向性评分匹配、IPTW、Covariate Balance评估
• sensitivity_analysis.py — E-value计算、阴性对照分析、多重插补
• subgroup_analysis.py — 三因体质分层的亚组分析与效应修饰检验

参考目录（references/）

• nmpa-rwe-guidelines.md — NMPA真实世界研究相关指导原则要点
• causal-inference-methods.md — 因果推断方法选择指南与伪代码
• tibet-med-terminology.md — 藏医术语标准化映射参考表
• report-templates.md — 研究报告模板与写作指南

常见分析模式

模式A：藏药疗效的回顾性队列研究

目标：评估藏药XX复方对XX病的疗效
设计：目标试验模拟 + PSM
主要结局：疾病缓解率（按藏医辨证标准）
分析：PS匹配（1:1，卡钳0.2SD）→ Kaplan-Meier → Cox回归
敏感性：E-value + 阴性对照 → 缺失数据多重插补

模式B：藏药安全性信号的自身对照研究

目标：评估藏药XX的不良事件发生率
设计：自身对照病例系列（SCRT）或回顾性队列
暴露窗口：首次用药后0-90天 vs 基线期90天
分析：条件泊松回归 / 自身配对Cox
敏感性：暴露窗口偏移分析 + 阴性对照周期

模式C：藏医辨证分型的用药模式挖掘

目标：识别不同三因体质对应的核心用药组合
数据：藏医医院HIS处方记录
方法：关联规则（Apriori）+ 网络分析
输出：各体质的核心药对/药组 + 支持度/置信度/提升度
解读：结合六味八性十七效理论

需要进一步讨论？ 告诉我你的具体研究需求，我们可以从第1步需求澄清开始，或直接跳到你最关心的环节。