临床研究生参与临床数据库建设和使用的基本经验及其意义

梁 瀛，常 春，汪 恒，沈 宁，孙永昌，朱 红，贺 蓓

(北京大学第三医院，北京 100191)

临床科研能力培训是临床医学专业学位硕士研究生(以下简称“临床型研究生”)培养的重要内容。临床型研究生科研能力的培养方式多种多样，但无论哪一种培养方式都离不开选择研究课题与确定研究方法两个环节。对临床研究而言，充分掌握研究对象的正确信息并善于进行信息挖掘是让研究课题具有较高可行性和先进性的重要途径。“大数据科学(Big Data)[1]”可能为临床型研究生利用数据信息确定科研选题提供重要指导。

“大数据”概念最初是由美国国家航空航天局科学家在1997年所提出的。2008年《Nature》杂志发表的新闻类文章“Big data:the next Google”引起了全世界学者的重视[1]。如今，大数据库逐渐应用于临床医疗活动中，影响着医学模式的转变。建立医学大数据库，将临床资料进行合理、科学的数据分析，对疾病的病因、诊断、治疗和预后等方面的认识将产生重大意义[2]。许多发达国家已建立了较为完善的慢性病监测系统，包括多种慢性疾病的发病率、病死率和建立在循证医学基础上的评估体系等，这不仅有助于揭示疾病的发生、发展规律，还节约医疗成本支出，医学经济学意义重大[3-6]。本研究把临床大数据库引入研究生科研能力培养的体系中，对比引入临床大数据库前后培养研究生的数量和发表研究论文的数量。

一、对象与方法

(一)研究对象。

采用观察性研究的方法，收集1995年至2015年在北京大学第三医院呼吸内科毕业的临床型研究生的信息。本科室于2006年开始建立慢性阻塞性肺疾病和支气管哮喘的患者数据库，因此以2006年作为分界，1995年至2005年毕业的临床型研究生作为对照组，2006年至2015年毕业的临床型研究生作为研究组。

(二)临床大数据库的引入与培训。

(1)由指导教师讲解慢性呼吸道疾病病因学、发病机制、病理、流行病学、临床表现、辅助检查、诊断及鉴别诊断、治疗及患者管理、预后等知识；(2)由指导教师介绍数据库建设基本内容，具体包括研究变量的分类和记录，临床试验观察表填写要求，变量录入数据库要求，数据库质量控制，出院患者随访管理要求，主要测量指标和结局指标的统计学分析等；(3)由指导教师带领参与慢性呼吸道疾病患者数据库建设，主要包括临床型研究生对其所收治的住院患者的临床信息进行采集及数据录入，出院后电话随访的记录。培训合格后，研究生亦可独立完成新患者登记、临床信息采集、录入及出院患者的电话随访，由指导教师进行质量控制并参与慢性呼吸道疾病临床数据库建设和分析。

(三)利用临床大数据库设计研究课题及撰写论文。

在数据分析阶段，由导师指导临床型研究生对数据进行分析处理，包括对数据的鉴别、精选、分类，建立结构模型，利用模型演示发现问题、提出研究课题，解决问题的方案，完成论文选题和设计。最后由导师指导研究生完成论文撰写。

(四)效果评估。

通过Pubmed、万方、CNKI数据库检索并记录两组临床研究生以第一作者身份发表的研究论著(不含综述、学位论文、会议论文)。比较研究组与对照组毕业研究生的数量、发表论文的数量，并进一步比较两组间在发表SCI论文及国内核心期刊论文数量的差异。

二、结 果

北京大学第三医院呼吸内科自2006年开始分别建立并完善慢性阻塞性肺疾病和支气管哮喘的患者数据库，录入的资料包括患者的人口学信息、疾病信息、血生化检验、肺功能、住院情况、随访情况等。目前已纳入慢性阻塞性肺疾病患者385例，支气管哮喘患者275例，且仍在不断随访及纳入新患者。2006年至今，通过该临床数据库，已顺利培养了临床型研究生15名，发表临床科研论文40篇，其中SCI收录的论文16篇，国内核心期刊收录的论文24篇。与既往10年相比，培养的临床型研究生数量、发表文章的数量和质量均有大幅度提高(见附表)。

附表 两组间研究生毕业及发表文章的数量

三、讨 论

中国工程院院士邬贺铨认为，医疗大数据具体可应用在临床诊断、远程监控、药品研发和防止医疗诈骗等方面[7]；而且，我国人口数量巨大，具有潜在的世界上规模最大的临床数据资源，如果能加以科学合理的使用，必将做出大量世界领先的临床科学研究。利用临床大数据库引导临床型研究生进行临床科研培训为研究生培养中的创新与尝试，经过近十年的不懈努力，现阶段已初见成效。不仅顺利地培养出多名科研能力合格的研究生，发表临床研究论文的数量和质量也在稳步提高，特别是SCI收录的文章数量较前有明显地提升，为今后临床型研究生培养积累了丰富的经验。

引导临床型研究生运用大数据分析法进行临床科学创新研究，需要使其具备六方面能力：(1)数据采集能力：指导教师应指导临床型研究生首先学会采集临床数据，包括从患者入院、诊断、治疗、出院后随访直至结局全过程的数据。这是必须具备的一项基本能力。(2)数据分析处理能力：通过对患者口问手写的方法获得的数据一般都是凌乱的，无法直接应用，必须对其进行鉴别、精化、取舍、归类等处理，这是大数据分析法的必经阶段。(3)数据综合处理能力：这主要指找出各种数据之间的内在关联和外在关联，以形成对数据的系统性和规律性认识。(4)数据建模能力：即根据各种数据的内在结构关系建立动态模型(包括数学模型和物理模型等形式)，有利于揭示对象的变化规律，便于研究者直观和整体性思考。(5)数据挖掘能力：主要包括：利用数据模型演示发现问题的能力；利用数据分析结果提出解决问题方案的能力。(6)完成论文选题和设计的能力。国内外已有少量关于指导研究生利用数据库分析进行科研能力培养的报道[8-11]，但都局限于仅让其参加数据库信息的录入采集的初级阶段，尚未有通过训练研究生自主对数据库信息进行深入挖掘而培养其科研创新能力的成功典型。

局限性分析：我国医疗信息化整体起步较晚，与发达国家之间尚存在较大差距。主要表现在：由于缺乏重视，很多医疗机构的临床数据库尚未建立起来，或初步建立起来也极不完善，质量不高，从而使得临床研究只能建立在个人所掌握的病案信息之上；各医疗机构的临床数据库之间缺少网络联系，临床研究只能立足于本机构数据库的信息基础之上，因而使研究结论缺少普适性。虽然如此，这并不影响该临床研究模式的科学性。国外实践证明，依据数据库从事临床研究不仅是医学科研的重要手段，而且是培养临床型研究生的科研能力的重要途径。随着大数据在科学研究中的重要性不断被人们所认识，我国医疗数据信息化事业必将不断发展，推动我国的临床研究更上一层楼。

总之，通过带领研究生进行医学大数据分析来发现问题和解决问题是培养其科研创新能力的重要辅助手段，我们应充分利用这一手段，更好地实现培养研究生科研创新能力的目标。