pharmacoepidemiology

药物流行病学研究设计

概述

这项技能教会 Agent 如何 思考 药物流行病学研究设计——这门学科旨在利用非随机真实世界数据（理赔数据、EHR、登记数据）估计药物的因果效应。核心挑战在于混杂：接受药物 A 的患者与接受药物 B 的患者存在系统性差异，简单比较会把治疗效应与选择效应混为一谈。

设计完善的药物流行病学研究会通过三大支柱来应对这一问题：（1）采用新使用者主动对照设计，使时间零点保持一致，并减少适应证混杂；（2）采用倾向评分方法或目标试验模拟，平衡已测量的混杂因素；（3）开展敏感性分析，探查未测量混杂的影响。

在编写分析代码之前，可使用这项技能审查研究设计、识别偏倚来源，并引导用户开展站得住脚的因果推断。

用法

当用户遇到以下情况时，调用这项技能：

• 想用观察性数据估计药物对临床结局的影响。
• 询问如何为药物安全性或有效性研究选择对照组。
• 需要在倾向评分匹配、加权或分层之间做出选择。
• 描述的队列设计可能存在不死时间偏倚。
• 询问目标试验模拟，或如何将观察性数据映射到假设的 RCT。
• 存在时变治疗或混杂因素，需要边际结构模型。
• 想评估对未测量混杂的敏感性（E-value、阴性对照）。
• 正在审阅或批评已发表的药物流行病学研究。

Agent 应按以下步骤回应：

1. 明确因果问题——治疗是什么、对照是什么、结局是什么、研究人群是什么、时间范围是什么。
2. 检查研究设计——是否为新使用者设计？对照是否为主动对照？时间零点是否一致？
3. 识别偏倚风险——不死时间、适应证混杂、现使用者偏倚、时变混杂。
4. 推荐倾向评分方法——根据研究背景选择匹配、IPTW 或分层。
5. 指定敏感性分析——E-value、阴性对照、定量偏倚分析。

回复格式

• 先给出直接建议或分类（≤3 句话）
• 按以下顺序组织：建议 → 依据（引用具体标准/阈值）→ 注意事项
• 比较内容使用表格；标准列表使用项目符号
• 省略用户已了解的背景信息——用户已经提出了具体问题
• 目标篇幅：200–400 词，除非用户要求详尽说明 这项技能中的决策树和框架仅供内部推理使用。运用它们得出结论，但不要在回复中复述。只呈现最终建议及其支持证据。

核心概念

1. 新使用者（初次使用者）设计

现代药物流行病学的基础。每项研究都应从这里开始。

规则：

1. 索引日期 = 经过干净的洗脱期后，首次配发（或首次开具处方）研究药物的日期。
2. 洗脱期：要求连续参保 180–365 天，且期间未配发研究药物。这可以排除现使用者，因为他们可能已经经历过早期事件或副作用。
3. 排除现使用者。 在进入队列时已使用该药物的患者属于有偏倚的存活者人群——他们能够耐受该药物足够长时间，因而仍在使用。将他们纳入会引入易感者耗竭偏倚。
4. 基线协变量应在索引日期之前测量。 索引日期之后的任何信息都不得纳入倾向评分模型。
5. 随访从索引日期开始。 时间零点是开始治疗的时刻，而不是更早的资格判定日期。

为什么现患使用者很危险

问题	机制
易感者耗竭	早期出现不良事件的患者已经停药，因此不会出现在现患使用者队列中
基线未定义	对现患使用者而言，“基线”测量的协变量实际上是在治疗后测量的
患病率调整	既往用药时长各不相同，使队列成为不同暴露史的混合体

2. 活性对照设计

规则：比较药物 A 与药物 B，而不是比较药物 A 与未用药。

将接受治疗的患者与未接受治疗的患者进行比较，会引入严重的适应证混杂——患者接受某种药物的原因与其结局风险相关。采用活性对照（用于相同适应证的另一种药物）可以确保两组患者均有该适应证，从而减少这种偏倚。

决策树：选择对照药物

Start
│
├── Is there another drug for the same indication?
│     ├── Yes → Use it as the active comparator.
│     │         Prefer a drug with similar:
│     │         - Indication (same disease stage/severity)
│     │         - Channeling (similar patient profile)
│     │         - Time trends (used in the same era)
│     └── No  → Consider:
│               - Non-pharmacologic standard of care
│               - Delayed/deferred treatment (with careful time-zero alignment)
│               - Document residual confounding by indication as a limitation.
│
├── Multiple candidate comparators available?
│     └── Prefer the one with the most clinical overlap.
│         Run the primary analysis with the best comparator;
│         use others in sensitivity analyses.
│
└── Is the comparator a drug from the same class?
      ├── Within-class comparison → smaller confounding, but smaller effect sizes.
      └── Between-class comparison → larger confounding, but more clinically relevant contrast.

3. 目标试验模拟

将每项观察性研究映射到一个假设的随机试验中。该框架要求明确指定每个设计要素，并揭示隐藏的假设。

目标试验组成部分	在观察性数据中的具体设定
资格标准	仅使用索引日期之前的数据，在零时点（索引日期）应用纳入／排除标准
治疗策略	开始使用药物 A 与开始使用药物 B（新使用者设计）
治疗分配	观察性分配——通过倾向评分或逆概率加权处理
随访开始时间	索引日期（＝开始治疗）。两组必须相同
结局	与目标试验中的定义相同；在零时点之后确定
因果对比	意向治疗（无论依从性如何均继续随访）或按方案分析（在停药时删失／加权）
分析计划	预先指定；如有可能，应进行注册

**关键规则：**如果任何组成部分无法清晰映射，该研究就存在任何统计方法都无法修正的结构性偏倚。最常见的问题是零时点未对齐（见下文的不死时间偏倚）。

4. 不死时间偏倚

不死时间是指从进入队列到开始治疗之间的一段时间，在此期间结局不可能发生（因为如果结局发生，患者就无法被归类为接受治疗）。错误归类这段时间会夸大治疗组的生存率。

产生原因：

• 队列入组时间由诊断确定，但治疗稍后才开始。对于治疗组，这段间隔是“不死”的——患者必须存活足够长的时间才能接受治疗。
• 比较“曾用药者”与“从未用药者”，却未对齐零时点。

解决方案：

方法	工作原理	适用情形
新使用者设计	零时点＝开始治疗；不存在时间间隔	默认方法——从根本上避免该问题
里程碑分析	定义一个固定时间点（例如诊断后 90 天）；在该时间点对暴露状态分类；从该时间点开始随访	治疗时间不一，且希望采用共同的时间起点时
时变暴露	在 Cox 模型中将治疗建模为时变协变量；治疗前的人时计为未暴露	治疗可在任何时间开始，且希望使用全部人时时

**规则：**如果研究比较“曾用药者”与“从未用药者”，且随访开始时间早于治疗开始时间，则存在不死时间偏倚。新使用者设计通过构建设计本身消除了该偏倚。

5. 倾向评分方法

倾向评分（PS）是在给定已测量基线协变量的条件下，接受治疗 A（相对于 B）的概率。它将高维协变量空间简化为单一平衡评分。

估计

1. 拟合逻辑回归模型：treatment ~ age + sex + comorbidities + prior_meds + ...
2. 纳入所有索引日期前可预测治疗、结局或二者的协变量。不要纳入工具变量（只能预测治疗、不能预测结局的变量）——它们会增加方差，却不会减少偏倚。
3. 检查重叠性：两组的 PS 分布应有充分重叠。必要时，修剪或截断极端权重。

三种方法

方法	机制	优势	局限
匹配（1:1，卡钳）	在卡钳范围内，为每位接受治疗的患者匹配一位最近的未接受治疗患者（通常为 logit-PS 标准差的 0.2 倍）	直观；易于检查平衡；模拟 RCT	未匹配的患者会被舍弃 → 样本量和普遍适用性降低
IPTW（逆概率治疗加权）	为每位患者赋予 1/PS（治疗组）或 1/(1−PS)（对照组）的权重，构建伪总体	使用所有患者；估计 ATE；灵活	极端权重会使估计不稳定；需要截断权重或使用稳定权重
分层	将 PS 划分为若干分位层（通常为 5–10 层）；估计每层内的治疗效应，再汇总	简单；透明	各层内仍有残余混杂；精确度低于 IPTW

决策树：选择哪种 PS 方法？

Start
│
├── Is sample size limited or matching feasible?
│     ├── Yes → 1:1 PS matching with caliper = 0.2 × SD(logit-PS).
│     │         Report number matched and unmatched.
│     └── No  → Continue.
│
├── Do you need the full sample (e.g., rare outcome)?
│     ├── Yes → IPTW. Use stabilized weights. Truncate at 1st/99th percentile
│     │         if max weight > 10.
│     └── No  → Continue.
│
├── Is the goal transparency and simplicity?
│     └── PS stratification (5–10 strata). Report stratum-specific effects.
│
└── Multiple analyses?
      └── Use matching as primary, IPTW as sensitivity (or vice versa).
          Concordant results strengthen the conclusion.

平衡诊断

PS 调整后，验证协变量平衡：

• 标准化均差（SMD）：所有协变量的目标值均为 < 0.1。SMD = |治疗组均值 − 对照组均值| / √((s²_治疗组 + s²_对照组)/2)。
• 方差比：应介于 0.5 和 2.0 之间。
• 可视化：Love 图（调整前后 SMD 的点图）。
• 不要使用 p 值评估平衡——p 值会混淆平衡程度与样本量的影响。

**规则：**如果调整后任何协变量的 SMD > 0.1，则 PS 模型不充分。添加交互项、非线性项或其他协变量，然后重新估计。

6. 混杂调整的协变量选择

将哪些变量纳入倾向评分或结局模型，是一项设计决策，而非由数据驱动的决策。选错会导致估计有偏或效率低下。

协变量纳入规则

1. 纳入混杂因素——同时导致治疗和结局的变量。这些是主要关注对象。
2. 纳入结局风险因素——可预测结局但不能预测治疗的变量。它们可以降低方差（提高精确度），而不会引入偏倚。
3. 排除工具变量——可预测治疗但不能预测结局的变量。纳入这些变量会放大未测量混杂造成的偏倚，并增加方差。
4. 排除中介变量——位于治疗与结局之间因果路径上的变量。调整这些变量会阻断你试图估计的部分效应。
5. 排除碰撞变量——由治疗和结局（或它们的后代变量）共同导致的变量。对碰撞变量进行条件化会打开一条非因果路径并引入偏倚。

理赔数据中的典型协变量类别

类别	示例	测量窗口
人口统计特征	年龄、性别、种族、地区	索引日期当日
合并症	Charlson/Elixhauser 评分、特定 ICD-10 代码	索引日期前 365 天
合并用药	同期用药类别（他汀类、降压药）	索引日期前 180 天
医疗服务利用情况	住院、急诊就诊、门诊就诊、不同处方医师数量	索引日期前 365 天
疾病严重程度代理指标	专科就诊次数、既往操作、实验室检查申请	索引日期前 365 天
衰弱指标	使用专业护理机构服务、家庭氧疗、轮椅理赔记录	索引日期前 365 天
日历时间	索引日期的年份/季度	索引日期当日

**规则：**始终纳入医疗服务利用强度的衡量指标。与医疗系统互动更多的患者更有可能接受新药治疗，也更有可能被检测出结局——这是理赔数据中的一个主要混杂因素。

代理变量与健康使用者偏倚

理赔数据缺少生活方式（吸烟、BMI、运动、饮食）的直接测量指标。开始使用预防性药物（例如，他汀类药物、疫苗）的患者往往更健康，也更关注健康。这种健康使用者／健康依从者偏倚可能会让新药看起来具有保护作用，仅仅是因为使用者更健康。可通过以下方式减轻偏倚：

• 将预防性医疗标记（流感疫苗接种、癌症筛查）作为协变量纳入。
• 使用阴性对照结局检测残留的健康使用者偏倚。
• 报告 E-value，以量化未测量的健康使用者混杂需要达到多强的程度。

7. 时变混杂与边际结构模型

当某个混杂因素同时满足以下条件时，标准回归会失效：

• 受先前治疗影响（例如，药物会改变实验室检查值）；并且
• 能预测后续治疗和结局。

对这类混杂因素进行调整会阻断部分治疗效应（过度调整）；不进行调整则会留下混杂。这就是治疗－混杂因素反馈问题。

解决方案：使用稳定化 IPTW 的边际结构模型（MSM）。

步骤：

1. 在每个时间点，根据既往治疗和协变量历史，估计接受实际观察到的治疗的概率（权重的分母）。
2. 仅根据既往治疗，估计接受实际观察到的治疗的概率（分子，即稳定化权重）。
3. 稳定化权重 = 随时间累积相乘的（分子 / 分母）。
4. 使用这些权重拟合加权结局模型（例如，加权汇总 logistic 回归或加权 Cox 模型）。

MSM 规则：

• 稳定化权重的均值应接近 1.0。若不是，则模型设定有误。
• 截断极端权重（例如，截断至第 1 和第 99 百分位数），并报告截断阈值的敏感性分析结果。
• 分母模型必须纳入所有时变混杂因素；分子模型仅纳入基线协变量和既往治疗。
• MSM 估计的是边际（总体平均）因果效应，而非条件因果效应。

8. 未测量混杂的敏感性分析

任何观察性研究都无法排除未测量混杂。应量化其潜在影响。

方法	作用	适用时机
E-value	报告未测量混杂因素需要与治疗和结局分别具有多强的关联（以风险比为尺度），才能解释掉观察到的效应	始终报告，并与主要结果一并呈现
阴性对照结局	已知不受治疗影响的结局；若关联不为零，则表明存在残留偏倚	纳入 3–5 个阴性对照；若它们显示出关联，则主要结果值得怀疑
阴性对照暴露	已知与结局无关的暴露；检验分析流程能否对其产生零结果	有助于验证研究设计
定量偏倚分析（QBA）	根据设定的患病率和效应量，正式建模评估假设的未测量混杂因素所产生的影响	怀疑存在特定未测量混杂因素时（例如，理赔数据中的吸烟、BMI）

规则： 每项药物流行病学研究至少应报告 E-value，并纳入至少一项阴性对照分析。

9. 关键设计决策汇总表

设计要素	推荐做法	警示信号
用户类型	仅纳入新发（事件）用户	未经说明便纳入既往使用者
对照组	活性对照组（适应症相同）	以非使用者或一般人群作为对照组
时间零点	开始治疗日期	诊断日期，且治疗稍后才开始
洗脱期	180–365 天	未设置洗脱期或洗脱期 < 90 天
协变量	仅使用索引日前的协变量	在 PS 模型中使用索引日后的协变量
PS 平衡	所有协变量的 SMD < 0.1	未报告平衡情况，或用 p 值代替 SMD
随访	从索引日期开始	在治疗开始前就开始（不死时间偏倚）
因果对比	ITT 或符合方案分析（明确说明）	未定义，或采用按实际治疗分析但未使用删失权重
敏感性分析	E-value + 负向对照	未对未测量混杂进行敏感性分析

10. 观察性数据中的意向治疗与符合方案分析

对比	实施方式	偏倚风险
ITT 类比分析	从索引日期开始随访，不论依从性或是否转换治疗	如果许多患者转换治疗或停止治疗，效应会被稀释
符合方案类比分析	在停止治疗或转换治疗时删失；使用 IPCW（删失逆概率权重）调整信息性删失	病情较重的患者停止治疗时，会出现信息性删失

**规则：**默认采用 ITT 类比分析，因为它可避免信息性删失。仅当临床问题明确关注持续治疗时，才使用符合方案类比分析，并始终应用 IPCW。

不应使用此技能的情况

• 用于替代预先指定的统计分析计划（需由生物统计学家签字确认）
• 未测量混杂是主要问题，且不存在负向对照
• 个体患者的风险获益决策（属于临床医学范畴，而非流行病学）

何时应向人类专家升级处理

• 研究结果将作为真实世界证据（RWE）提交给监管机构时
• E-value 表明未测量混杂可能足以解释全部效应时
• 目标试验方案需要临床专家参与确定入选标准时

常见错误

• **错误：**将 prevalent users 纳入研究队列 **正确：**始终要求设置 180–365 天的洗脱期，并将研究对象限定为新启用治疗者 **原因：**易感者耗竭会使结果偏向保护效应

• **错误：**将药物使用者与未使用者进行比较 **正确：**使用适应证相同的主动对照 **原因：**若没有主动对照，几乎不可能完全调整适应证混杂

• **错误：**在治疗开始前就启动随访（不死时间偏倚） **正确：**采用新使用者设计（时间零点 = 治疗开始）或里程碑分析 **原因：**治疗组获得了“免费”的生存时间，从而夸大了表面上的获益

• **错误：**在倾向评分模型中纳入索引日期后的协变量 **正确：**PS 模型仅纳入索引日期前测量的协变量 **原因：**索引日期后的变量可能是中介变量或碰撞变量，从而引入偏倚

• **错误：**使用 p 值评估 PS 调整后的协变量平衡 **正确：**使用标准化均值差（SMD），阈值设为 < 0.1 **原因：**p 值取决于样本量；即使差异具有实际意义，大样本中也可能显示“平衡”

• **错误：**忽略极端倾向评分权重 **正确：**将权重截断在第 1/99 百分位数，并报告对截断的敏感性分析结果 **原因：**单个权重为 500 的患者就可能主导整个分析

• **错误：**在标准 Cox 模型中调整随时间变化的混杂因素 **正确：**当混杂因素受既往治疗影响时，使用带稳定化 IPTW 的边际结构模型 **原因：**存在治疗与混杂因素反馈时，标准调整会阻断部分因果路径

• **错误：**省略对未测量混杂的敏感性分析 **正确：**始终报告 E 值，并至少进行一项负对照分析 **原因：**索赔数据缺少 BMI、吸烟情况、实验室指标和社会经济细节，这些因素可能造成混杂

• **错误：**在未定义因果对比的情况下进行“按实际治疗”分析 **正确：**明确指定 ITT 或符合方案估计量，并在符合方案分析中应用删失权重 **原因：**估计量定义含糊会导致结果无法解读

• **错误：**根据随访期间的累积剂量或“曾经使用”来定义暴露 **正确：**在时间零点定义暴露；不要以未来行为或生存为条件 **原因：**以未来为条件会引入选择偏倚

• **错误：**忽略正值性假设 **正确：**检查 PS 重叠情况，并修剪其中某种治疗概率接近零的非重叠区域 **原因：**在不存在治疗变异的分层中，PS 方法会失效

• **错误：**只使用一种 PS 方法而不进行敏感性分析 **正确：**至少运行两种方法（例如，匹配 + IPTW）并比较结果 **原因：**结果不一致表明模型敏感，结论不稳健

• **错误：**未预先制定分析计划 **正确：**在数据分析前注册方案，或记录结局定义、亚组和模型选择 **原因：**事后选择会提高假阳性率

• **错误：**未采用目标试验框架，就将观察性关联报告为因果关系 **正确：**明确将每项研究映射到假设的目标试验，以揭示隐藏的假设 **原因：**未映射的假设会导致任何统计方法都无法解决的结构性偏倚

参考文献

• Hernán MA, Robins JM.《因果推断：如果……会怎样》。Chapman & Hall/CRC 2020，https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
• Hernán MA, Alonso A, Logan R 等。《将观察性研究按随机试验的方式进行分析：绝经后激素疗法与冠心病的应用》。Epidemiology 2008，https://doi.org/10.1097/EDE.0b013e3181875e61
• Lund JL, Richardson DB, Stürmer T。《药物流行病学中的主动对照、新使用者研究设计》。Epidemiology 2015，https://doi.org/10.1097/EDE.0000000000000231
• Suissa S。《药物流行病学中的不朽时间偏倚》。Am J Epidemiol 2008，https://doi.org/10.1093/aje/kwn138
• Robins JM, Hernán MA, Brumback B。《边际结构模型与流行病学中的因果推断》。Epidemiology 2000，https://doi.org/10.1097/00001648-200009000-00011
• VanderWeele TJ, Ding P。《观察性研究中的敏感性分析：引入 E 值》。Ann Intern Med 2017，https://doi.org/10.7326/M16-2607
• Austin PC。《倾向评分方法简介：降低观察性研究中混杂影响》。Multivariate Behav Res 2011，https://doi.org/10.1080/00273171.2011.568786
• Lipsitch M, Tchetgen Tchetgen E, Cohen T。《负对照：检测观察性研究中混杂与偏倚的工具》。Epidemiology 2010，https://doi.org/10.1097/EDE.0b013e3181d61eeb