真实世界研究审计追踪怎么建：从医院源数据到分析数据集

真实世界研究的审计追踪，应能说明数据来自哪里、经过哪些处理、由谁执行和复核，以及如何重新得到分析结果。对中国大陆药企、CRO 和医疗机构研究团队而言，数据可追溯是质量基础，但研究是否能够支持特定结论，还取决于数据适用性与研究方法。

数据多，不等于证据够用

医院电子病历、检验、影像、疾病登记和随访数据，最初往往为诊疗或管理目的形成。用于研究时，需要检查目标人群、暴露、结局及随访信息是否与研究问题匹配，不能因为病例数量大，就跳过适用性评价。

国家药监局药审中心发布的《用于产生真实世界证据的真实世界数据指导原则（试行）》是国内相关项目的重要技术参考。实践中应把数据质量、治理与研究设计一起评估；日志齐全不能消除混杂、选择偏倚或结局误分类。

项目启动时，建议绘制一张数据流图：源系统、提取环境、去标识化环节、研究数据库、统计环境和归档位置分别由谁负责。记录数据获取的授权与伦理安排，明确各参与方的处理目的、访问权限和交付边界。

将医院内部诊疗记录用于另一项研究，不应被简单理解为“已有数据可以任意复用”。涉及个人信息和敏感个人信息时，须落实适用的合法处理依据及安全措施；是否需要同意、是否符合豁免条件，应由相关责任方按具体情形确认。去标识化通常仍涉及个人信息，不等于完成不可逆匿名化。

以下是项目治理建议，可按研究规模和关键变量风险调整。

关键处理应关联原始数据版本和输出版本。文件校验值可以帮助识别文件是否一致，但不能证明原始内容真实；仍需结合来源控制、访问权限和过程记录。

审计追踪主要记录操作与变化，例如谁在什么时间修改了哪条研究记录、修改前后是什么、依据是什么。数据血缘描述数据如何流转和转换，例如某个分析变量由哪个源字段、哪条映射规则生成。

二者可以互相补充。只有“某人导入成功”的系统日志，可能无法解释某条结局为何被排除；只有数据流图，也无法确认实际运行是否使用了获批规则。项目应在设计阶段确定关键日志和血缘信息，而不是锁库后再从个人电脑中拼接。

假设同一项实验室指标在不同医院使用不同单位，研究团队决定统一单位并处理超出合理范围的结果。需要先保存原值、原单位和来源，记录转换公式、适用范围和规则版本，再保存转换结果及异常处理依据。

如果研究期间医院更换检测方法，团队还需评估前后结果是否可比。不能将所有异常值直接删除，或为使结果更好看而反复调整阈值。规则变更应保留理由、批准及影响评估；对结论敏感的处理方式，可在预设分析框架下开展敏感性分析。

建议先选择与研究目的密切相关的一组关键变量，抽取有授权的样本，核对完整性、时间一致性、编码、重复记录和跨系统关联情况。随后用这些样本走完一次提取、清洗和分析，再检查另一位具备权限的人员能否复现。

最终交付可以是数据适用性问题清单、来源与授权清单、字段字典、数据流图、处理规则及整改优先级。若关键结局无法可靠取得，或必要授权尚未落实，应先解决这些基础问题，再讨论扩大样本或进入正式分析。

采购团队可以要求服务方展示字段溯源示例、清洗变更记录、权限分工和复现流程，并确认哪些工作由医院、申办方、统计团队或供应商负责。不要只用“平台有审计日志”作为全部验收标准。

上海穆景信息科技有限公司以穆景 MJonline 品牌，面向中国大陆药企及研究团队提供真实世界研究数据治理与就绪度服务。合作可围绕数据适用性、来源与流转、治理缺口及研究档案需求开展评估；研究设计、统计分析和注册用途需与责任团队另行明确，不承诺监管采信或审批结果。

有审计追踪，真实世界数据就能用于注册吗？

不能据此直接判断。还需评价研究目的、数据相关性与可靠性、设计方法、偏倚控制和适用的监管要求。

使用 Excel 处理数据是否一律不合规？

不能仅按工具名称判断。重点是权限、版本、规则、复核、可追溯性与复现能力是否适合研究风险及用途。

数据已经去标识化，是否就不需要授权管理？

不是。去标识化通常仍需按个人信息管理，数据使用目的、合法依据、伦理安排与访问控制仍需明确。