目标试验模拟：临床研究新手应规避“先定场景”的思维陷阱

在临床研究的领域中，新手们时常会遭遇各种令人困惑的概念和操作，“目标试验模拟”便是其中之一。不少新手一听到“先设定场景，再确定PICO”，脑袋就仿佛被一团乱麻缠绕，晕头转向。别着急，今天咱们就抛开那些让人迷糊的说法，以通俗易懂的方式，探讨一下临床研究新手该如何开展目标试验模拟。

何谓“目标试验模拟”？

“目标试验模拟”这个名称听起来颇为高大上，实则将其拆解开来便不难理解，关键在于“目标试验”和“模拟”这两个词。简单来讲，就是选取一个“目标试验”作为模板，让我们手头的回顾性数据依照这个模板进行模拟。这就如同绘画，先找一幅优秀的画作作为范例，然后依照其风格和构图来创作自己的作品。

所以，做好“目标试验模拟”主要有两大步骤，第一步是找到合适的“目标试验”，第二步则是进行模拟操作。今天咱们就着重探讨如何找到合适的“目标试验”。

新手寻找“目标试验”的常见误区

许多初学者在寻找“目标试验”时，容易犯一个错误，即随意挑选一个随机对照试验（RCT）就打算模仿。这就好比看到一座漂亮的房子，也不考虑自己是否需要、是否合适，就想着照着建造一座，结果往往不尽如人意。而且，那些强调“先设定场景，再确定PICO”的教程，对于新手而言，就像一本天书，看了许久仍一头雾水。

新手寻找“目标试验”的正确思路

今天为大家分享一种适合新手的思维逻辑：先在脑海中形成自己的想法，然后在文献的海洋中搜寻，找到相关文献后，将自己的想法与文献进行比对，看看契合度如何，最后再决定如何行动。下面我将通过五个步骤，把这个逻辑讲解得清清楚楚。

第一步：明确研究问题，确定PICO

这一步看似简单，实则至关重要，就如同建造房屋需要先打好地基，在整个研究中起着提纲挈领的作用。

例如，你想研究“新药A能否降低2型糖尿病患者的心衰住院风险”。这个问题听起来不错，但你可能仍不清楚如何开展这项研究，因为它过于笼统。此时就需要借助PICO，它就像研究问题的导航仪，能为我们指引方向。

PICO分别代表研究对象（Population）、干预措施（Intervention）、对照（Control）和结局（Outcome），这是临床研究的四大关键要素。在上述例子中，PICO分别为：

• P：2型糖尿病患者

• I：新药A

• C：安慰剂或标准治疗

• O：是否发生心衰住院

如此一来，研究问题就变得具体且具有可操作性：“对于2型糖尿病患者（Population），使用新药A（Intervention）相较于标准治疗/安慰剂（Control），能否降低心衰住院风险（Outcome）？”现在你应该清楚自己要进行的研究是什么样的了。

第二步：检索文献，对比PICO和文献RCT

这一步分为两个小步骤，第一步是像侦探一样搜索文献，找出那些与你的研究问题相符的RCT研究；第二步是将你确定的PICO与文献中的RCT进行对比，查看是否匹配。

通常情况下，对比结果会出现以下三种情况：

• 完全匹配：倘若你运气极佳，能够找到一篇或几篇与你的PICO完全一致的RCT研究，那真是太幸运了。不过，这种情况就像中彩票一样，并不常见。更多时候，是你的PICO与文献中的某篇RCT大部分匹配，但个别地方需要稍作调整。

这里所说的微调是有讲究的。一般原则是，调整PICO后，你仍认为自己的研究是在“复制”或“预测”目标RCT，那么就算是微调。例如，将研究人群的年龄范围适当放宽，或者对药物剂量进行小幅度调整，只要不影响研究结果，都是可以接受的，这就是“基本匹配”。

• 部分匹配：要是你的运气不如第一种情况，但也不算太差。虽然没有找到完全匹配的RCT研究，但有一篇或几篇相似的研究。比如你找到三篇RCT：

• 第一篇是“药物A对2型糖尿病患者心脑血管疾病住院风险的影响”。在这个研究中，你的P、I、C都匹配，但O不匹配（心脑血管疾病与心衰不同）。

• 第二篇是“药物B对2型糖尿病患者心衰住院风险的影响”，这里P、C、O都匹配，但I不匹配（药物B与药物A不同）。

• 还有一篇是“药物A对1型糖尿病患者心脑血管疾病住院风险的影响”，这里I、C、O都匹配，但P不匹配（2型糖尿病患者与1型糖尿病患者差异较大）。

大家可以看到，如果说前面的“基本匹配”只是对个别要素进行微调，那么在这三篇文章中，个别要素发生了根本性的变化。虽然没有一篇能与你的PICO完全匹配，但每篇都能提供一些有用的信息，这就叫做“部分匹配”。

• 零匹配：要是你运气糟糕透顶，不仅没有找到“完全匹配”的研究，甚至连“部分匹配”的都没有，翻遍数据库也找不到一篇可用的RCT。这种情况其实较为常见，比如研究罕见病（因为RCT难以开展），或者涉及伦理问题无法开展RCT。这就是“零匹配”。

第三步：根据匹配程度，确定研究场景

完成第二步后，你心里大概就有底了，清楚自己的PICO与文献中的RCT匹配程度如何。根据这个匹配程度，研究场景自然就会浮现出来。

• 场景一：复制或预测他人的研究：如果你找到一篇RCT，其PICO与你的完全相同，或者四大要素中个别稍有差异，但没有本质区别，只需稍作调整即可。恭喜你，你有现成的RCT可以模仿了。此时，你实际上是利用自己的回顾性数据来复现或预测他人的研究结果，可能是复现他人已发表的RCT结果，也可能是提前预测他人尚未完成的RCT结果。这些场景的共同特点是，你已经了解了他人的RCT研究方案，并且希望在相同条件下开展回顾性研究。

• 场景二：扩展临床证据：假设你找到了几篇RCT，但没有一篇能与你的PICO完全匹配，不是这篇RCT的研究人群匹配但干预方法不匹配，就是那篇干预匹配但结局不匹配。这时你会发现，没有现成的RCT可以照搬，但有几篇可以作为参考。也就是说，你看到他人进行了一项RCT研究，现在你想对他人的研究要素进行拓展，看看在其他条件下是否能得到相同的结果。这里的“其他条件”通常指P、I、C、O中的某一个发生了变化。实际上，此时你是在“扩展他人的临床证据”，这就是“部分匹配时”的研究场景。

• 场景三：填补空白：并非所有的临床问题都能通过RCT来验证。在许多专业领域，可能根本没有RCT可供我们模仿。这个场景的特点是，没有“目标试验”可以用作模仿对象。因为他人尚未进行相关研究，所以你就是那个“填补空白”的人。这就是“零匹配”情况下的应用场景。

第四步：根据应用场景确定“目标试验”

前面三步完成后，这一步就如同水到渠成般简单。

• 复制或预测他人的研究：如果你利用回顾性数据来“复制或预测他人的研究”，就需要按照他人的RCT方案来执行。如果没有完全匹配的RCT，就需要对他人的RCT方案进行适当调整后再进行模拟。只有遵循他人的方案，才能进行正确的“复制”或“预测”。

• 拓展他人的研究：如果你利用回顾性数据来“拓展他人的研究”，那就意味着没有现成的RCT可以让你100%模拟。此时，你需要综合多个相似RCT的设计要素，构建一个假想的目标试验，然后进行模拟。

• 填补空白：如果你利用回顾性数据来“填补空白”，这表明不仅没有任何RCT证据可供你直接模拟，也没有相关RCT来指导你构建目标试验。这时，你就需要凭借自己扎实的临床研究素养、理论水平和专业能力，自行设计一个“假想”的RCT。你可以依据这个RCT方案来设计你的回顾性研究，但前提是你必须证明你的设计在临床上是科学、合理的，而不是随意臆想出来的。

第五步：撰写研究方案

最后还有一件非常重要的事情，就是要撰写一份清晰的研究方案，以指导你的回顾性研究。这个方案应包含以下内容：

• 最终的PICO：有人可能会问，PICO不是在第一步就确定了吗，怎么还有最终的PICO？实际上，随着你对文献研究的不断深入，最初的研究问题可能会有所调整，相应的PICO也可能随之改变。这就如同走路，偶尔调整一下方向是正常的，但调整必须有依据，不能随意为之。

• 目标试验的详细情况：你需要在方案中详细说明目标试验的具体情况。如果你是复制或模拟他人的研究，不能仅仅列出一个参考文献，而要认真地将其PICO、纳入排除标准、随访时间、结局定义等内容全部写出来。

更重要的是，在决定模仿之前，你需要先评估这些RCT的质量。它是发表在顶级期刊上的高质量研究吗？其结果可信吗？如果有多篇相似的RCT，你为什么选择这一篇作为主要参考呢？专家建议使用Cochrane风险偏倚工具来评估RCT质量，虽然我不是专家，但我也强烈建议大家这样做。总之，不能不加选择地使用所有研究，只有高质量的RCT才值得你去模仿。

• 数据来源：你需要说明原始数据的来源，是你自己以往收集的数据，还是从病历系统中导出的，或者是从网上购买的数据库等等。

• 分析方法：你需要明确打算使用何种统计学方法来分析数据。

总之，目标试验模拟对于临床研究新手来说，虽然有些复杂，但只要按照正确的思路和方法逐步推进，就能够顺利开展研究。希望今天分享的内容能够对大家有所帮助，让大家在临床研究的道路上少走一些弯路。