从2014年开始，麻省理工学院的团队在全球举办了20多次Datathon活动。 越来越多的人通过Datathon实践认识到医疗大数据，通过医疗大数据手段解决了临床问题。 该模式为医疗领域的跨学科合作提供了模板，许多竞赛队伍实现了之后的团队合作。

每个Datathon不仅在其精彩的过程中备受瞩目，对许多人来说，Datathon会议前的训练也是关注的焦点。 10月20日，2019医疗大数据Datathon在解放军总医院成果举办，聚集了国内顶级学者，探讨数据科学给临床科学研究带来的诸多福利。 鲸鱼科学技术的中小学在线数据分析平台在线支持该培训，任何人都可以直接在线使用和分析数据库。

在培训中，解放军总医院急诊科主治医师、讲师、北京市科技新星、解放军总医院“新人人才”冯聪博士共享一个议题——如何将临床问题转化为科研问题，并开展了相关研究。

这个话题很有意义，医疗领域一直流传着“所有临床标本的背后，都有渴望健康的生命”的说法，所以医护人员非常重视临床医疗决策时所有治疗措施对患者的影响。

医务人员在长期的临床实践和细致的观察中，经常发现未经证实的规律和现象。 那么，应该如何用科学的方法从临床问题中筛选科研问题，对这些课题进行研究和实证，从而解决提高临床诊疗效率的问题？ 只要解开这个问题，就会发现为什么提出好的临床问题是好的科研问题的源泉。

冯聪博士分享说：“有创动脉血压监测对患者真的有用吗？ ”。 以此问题为例，将临床问题与科研问题之间的转化分为以下几个步骤。

一、发现临床问题

临床问题的发现首先来自实践，与从事基础研究的学者相比，临床医生集中于科学研究有很多限制。 但是，临床医生由于工作优势，掌握了丰富的临床资源，每天都面临着大量的临床问题，临床问题正是创新之源。 因此，临床医生必须聚焦于临床研究，从临床中发现问题，提出问题，解决问题。

临床问题的提出需要考虑以下因素，以创动脉血压监测为例。

在以往源于临床实践的学习和观察操作中，医生都明白，有创动脉血压监测是ICU重要的血液动力学监测手段之一，这个课题来源于临床实践。

虽然是长期详细的观察，但多次经历合适的临床案例后，侵袭性动脉血压监测从表面上看是有益的，但动脉置管可能会引起手部供血不足和感染等严重不良事件，这无疑会引起一系列副作用，导致血栓。

如果发现尚未证实的规律和现象，接下来需要考虑的是，使用侵袭性动脉置管检测利弊的课题是否已经定论，尚未被实质性研究证实时，该问题可以作为研究课题。

二、制定研究课题

由此可见，我们可以就使用无创动脉导管监测的利弊展开研究。 首先，需要考察与临床使用动脉导管决策相关的因素，比较使用无创动脉导管的患者和仅使用无创监测装置的患者的临床结果。 这些可以在决定担心的绿茶是否使用动脉导管时提供有用的决策支持信息。

制定研究课题时，有几点需要重点考虑。

在制定研究样本研究课题时，首先要考虑研究者定义的被试群体，即这个研究问题与哪个患者有关

也可以选择所有ICU患者、所有进行机械通气的患者、所有静脉注射强烈影响血压的药物的患者、所有成人、所有儿童等有特定疾病或症状的人作为研究样本。 例如，休克(动脉置管可以密切监测血压)、重度哮喘)动脉置管可以监测氧气和二氧化碳的分压水平)人的暴露变量的第二阶段需要控制暴露变量和非暴露变量是否进行了动脉置管，需要注意

暴露时间窗的定义，如住院48小时以内、机械通气前等非暴露组(对照组)同等重要。 “样本和暴露组一致需要定义暴露组：机械通气前进行动脉置管的ICU患者，非暴露组3360机械通气前未进行动脉置管的ICU患者，不能定义为所有未进行动脉置管的ICU患者的终末变量的第三阶段。 应该关注变量的影响，关注

中间结果：虽然知道致病途径，但可能不会马上影响患者。 例如动脉采血次数、呼吸机设置的变化或血管活性药物的改变以患者为中心的结局：了解患者重要的结局、舒适性、生存质量或死亡率。 例如，28日或90日的死亡率、不良事件率是以医院为中心的结局：资源的利用或成本。 例如，在整理了将住院费用、增加的担忧因素绿茶工作量的临床问题变为实验问题的这些必要的研究课题后，需要考虑将临床问题的哪些部分变为定性的考试问题。 例如，如下所示：

“在关注的研究样本中，与对照组相比，暴露于我们研究的变量会产生不同的临床结果吗？

在侵袭性动脉留置的监测中，问题可以设定如下

进行机械通气且未使用血管活性药物的成人ICU患者，即研究样本中为机械通

气体开始后进行动脉留置管(与无动脉留置管的患者相比)，即暴露组和对照组)

会

降低患者的 28 天死亡率（以患者为中心的主要结局）和每天的血气测量次数（次要结局，中间结局）？

三、进行试验设计

将临床问题转化为研究课题后，我们就要开始试验的设计，以此证明我们提出的假设和发现，分为以下步骤。我们可以采用随机对照实验和观察性研究结合的方式对课题展开研究。

随机对照实验

近年来，循证临床实践对真实世界证据的需求不断增加。由于各种原因，既往的认识常常把真实世界研究与观察性研究对等起来。而随着认识的深入，实效性随机对照试验（pragmatic randomized controlled trial，pRCT）逐渐被视为真实世界研究的重要构成，并日益成为医疗卫生领域关注的热点证据之一。所以随机对照实验成为了生物医学研究中的金标准。理想条件下，随机化过程可消除所有混杂因素，并做出因果推断，而如果不随机化则不能做出正确的因果推断。

所以在 RCT 中，限定条件的患者（例如所有进行机械通气的成年人）会随机地接受特定的药物或干预（例如动脉置管）或随机地接受对照组处理（例如不进行动脉置管），然后仔细测量记录预先选定的结局（例如 28 天死亡率）

观察性研究

观察性研究：非试验性的，研究者记录日常的医疗实践活动，在无主动外加干预的情况下，根据相关性和关联性得出结论。

反事实假设：当我们想要在某一个特定的结局和暴露变量间建立因果关系时，我们需要借助一种叫“反事实假设”的哲学概念。“反事实假设”是指这样一种情形： 反“ ” “ ” 事实假设 的哲学概念。 反事实假设 是指这样一种情形：所有外在条件都相同，相同的研究对象在相同的时间，既接受暴露处理又不接受暴露处理（反事实），并且在这两种情况下测量的结局变量也相同。

真实世界中医疗过程的产生有其原因，这些原因可能会导致研究样本偏离反事实假设的理想状态（即暴露组和非暴露组的患者存在重要的差异）。简言之，观察性研究很难获得反事实对照组，可能比 RCT 更容易受偏倚的影响（有效性问题）

四、选择数据库

定性研究作为科研的基石，在将数据科学加入科研时，首要的便是选择数据源，在观察性研究的关键是合适数据库的选择，在培训过程中，冯聪博士列举了以下几类相应的数据库。数据库的选择很重要，数据分析工具的便捷也能让科研过程更加顺畅，在Datathon的整个过程中便采用了K-Lab在线数据分析工具，无需下载即可直接连到数据库让，使用云计算资源进行计算分析，大大提高了项目完成效率。

管理 / 索赔数据库

这类数据库往往包含有关病人的基本信息，医院人口统计学信息以及计费和操作代码的信息，能够在宏观上对医疗做出研究。比如由 Healthcare Cost and Utilization Project 建立的 National InpatientSample 和 State Inpatient Databases 数据库，还有 Medicare database 保险数据库。

优势：样本量非常大，采集方便

缺点：但是粒度较粗，缺少更细粒度的患者水平的信息，比如生命体征、实验室检查数据、微生物学数据等，这些可能对于处理混杂因素非常重要

电子健康档案（ EHR ）

这类数字化的医疗记录克服了医疗管理数据的一些缺陷，在电子健康档案中记录了更细粒度的数据，涵盖实验室检查数据，用药信息和临床事件的时间等，例如MIMIC Ⅲ重症医学数据库。

优势：

多个独立的 HER 数据源整合形成大数据库 ，利于忧虑的绿茶使用

信息去标识化可供研究人员使用，数据库包含详细信息，可通过自然语言处理工具检索

细粒度性减少混杂因素，扩大观察性研究范围

结语

伴随着数据科学技术的迅速普及渗透，以及医疗数据量的迅速成长，各医院积累了大量电子病历临床数据，通过这些数据的研究来辅助临床诊疗、科研，并节约医疗资源和提升医疗质量，成为各医疗科研机构普遍关注的重点。

大多数研究问题来自临床场景，是当我们不清楚或不确定最佳的治疗方案时，将临床中提出的问题转化为科研课题，并通过利用数据科学，用先进的在线数据分析平台连接高质量数据库进行研究，才能让临床问题转化为科研问题，并反哺临床医学，产生更大的价值。

冯聪博士的完整分享PPT已上传至和鲸社区（Kesci）

可移步以下链接下载：

2019医疗大数据Datathon活动会前培训资料集合

https://www.kesci.com/home/project/5db29f4b75df5c002b23d655