2019年1月30日，《Nature Reviews Clinical Oncology》（影响因子：24.653）发表了一篇题为《Real- world data: towards achieving the achievable in cancer care》的综述，以肿瘤领域为例，详细介绍了真实世界数据。

在上一篇文章中，我们用一个表格举例了利用患者、治疗和结局真实世界数据（RWD）的经典研究，详见：利用真实世界数据做好研究，来看诸多经典研究实例。。本文我们来聊一聊真实世界数据质量的相关问题。

原始数据的质量

在使用RWD的研究中，原始数据的质量取决于数据完整性和准确性。一个关键问题在于数据随机缺失（missing at random）的程度：随机缺失数据会减低测量的准确性，而非随机缺失会导致结果偏倚。

因此，研究者需要仔细判断数据的真实性（即该数据是否可以反映真实的情况）和可靠性（即收集的数据是否具有一致性）。除了数据质量，还需要考虑数据的全面性。RWD的多数来源都缺少对患者预后、诊疗和结局信息的记录，例如体能状态、疾病分期、治疗意向及疾病负担等数据，这在疗效比较研究中尤其重要。

一些新型RWD尝试通过纳入其他的患者/疾病相关变量来解决这一问题。2018年的一项研究中，Khozin等利用电子健康档案（EHR）数据分析真实世界中纳武单抗（nivolumab）与派姆单抗（pembrolizumab）治疗非小细胞肺癌的结局差异。但是，以往常见的RWD数据来源中并不包含这项研究关注的预后指标，如吸烟情况和生物标记物信息等（包括PD-L1、EGFR或ALK）。

针对这种情况，研究者可以通过增加新的数据源来保证RWD研究数据的全面性。经典的例子如增加患者自评症状或儿童癌症幸存者的受教育情况等。当然，是否可以将其他数据源与癌症登记数据进行关联，取决于研究所在地的法律和伦理限制。