真实世界医疗大数据库的建立及其在医院管理、 临床诊疗、合理用药、医保精细化管理中的应用

宣建伟 程 江 薛雄峰 吴 茵

美国食品药品监督管理局（FDA）、国际药物经济学与结果研究协会（ISPOR），定义真实世界医疗大数据为除传统临床试验以外的任何临床数据[1-2]。通过对真实世界医疗大数据科学、规范、同步、动态的分析，能更好地发挥其应有的价值，为临床医疗决策管理，医保支付决策，及政府卫生政策的制定提供证据支持。但有效的真实世界数据分析需建立在高质量的真实世界医疗大数据库的建立及严谨的科学分析方法。否则真实世界数据的分析将难免于各类混杂因数的干扰。

我国拥有全球最多的人口，真实世界临床数据 极为丰富但大多数据在各医院以孤岛形式存在。医学信息数据得不到有效的共享和利用。迫切需要进行周密顶层设计下的医疗卫生大数据的优化整合，构建多个全人口的区域卫生综合数据平台，最终建立高质量的覆盖面广的真实世界医疗大数据库。真实世界医疗大数据的可获得性是高质量真实世界研究能否开展的关键前提。

1 真实世界医疗大数据库建立标准及内容

随着信息技术的迅速发展及各类数据标准化方法的建立。长期困扰医疗行业的海量和非结构化数 据无法进行有效整合及有效分析的问题也有了解决手段和方法，因此，高质量医疗大数据库的建立也有了可靠的方法和基础，累积的海量真实世界医疗历史数据可以被充分分析，发挥更大的临床指导及循证决策价值。高质量医疗大数据库的建立应具有如下标准和内容。

1.1 数据库的建立应基于各医院真实临床全病种诊疗数据并能够实时抓取

高质量的医疗大数据库的建立应基于各医院真实临床数据的实时抓取，直接接入，接入数据应包含全病种，门诊，急诊，住院，化验，手术及影像学数据，对接入数据按国际通用诊断及分类标准运用机器自我学习语言对所接入数据进行清洗和结构化并建立标准化字典及知识库，建立结构化数据库以达到数据挖掘及分析的要求（图1）。

1.2 数据库的建立应对所获取数据进行清洗和结构化

高质量的医疗大数据库的建立应对所结入数据按国际通用诊断及分类标准进行清洗和结构化（图2）。所有从医院得到的原始数据在研究前均需经过清洗和脱敏去除病人隐私信息。所有的变量都 经过标准化，结构化，如诊断ICD-10 编码与药品ATC 编码等。

图1 医院HIS 信息数据整合示意图

图2 医院HIS 信息数据清洗结构化示意图

1.3 数据库的建立应对同一病人的所有诊疗数据进行关联整合，以提供以个体病人为基础的纵向追踪记录

高质量的医疗大数据库的建立应对同一病人的所有病历记录都经过整合，以提供以个体病人为基础的长期纵向追踪记录以支持循证医学研究。数据库应包含以下信息：病人人口学数据和保险信息，诊断（ICD-10），并发症，治疗结果，实验室检查详细信息，处方信息，住院详细信息，手术信息，所有卫生资源利用和费用信息，及其他临床及管理信息等（图3）。

2 真实世界医疗大数据库在各领域的应用

高质量临床医疗大数据库的建立及构建大数据模型进行多维度分析挖掘的结果将能为患者带来高性价比的医疗服务，为医疗工作者提供循证医学指导，为医院管理者提供高效医院运营管理决策指导，为制药及医疗器械企业提供高效率的新技术研发，市场准入策略，市场营销价值信息，为卫生、医保决策部门提供循证依据，支持管理及准入决策，节约费用降低医保基金风险，推动管理精准化进程， 达到提高医疗水平、降低医疗成本、提高病人生命质量之目的。

2.1 真实世界临床医疗研究型大数据库在临床诊疗决策中的应用

大数据分析技术应用于真实世界研究将使临床决策支持系统更智能，这得益于对非结构化数据的处理，分析能力的日益加强。比如可以使用图像分析和识别技术，识别医疗影像（X 线、CT、MRI）数据，从而给医生提出诊疗建议。临床辅助决策支持系统分析医生输入的条目及日常诊疗行为，比较其与医学指南不同，从而提醒医生防止潜在的错误，如药物不良反应。在精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据基础上，对比多种干预措施的有效性，结合临床结果寻找到针对特定病人的最佳治疗途径，可以帮助医生对个体病人确定临床上实时采用最有效和最具有成本效益的治疗方法以达到精准医疗目的。如下图所示，所有病人从疾病开始到疾病临床终点观察，每位病人都经历了各不相同的临床治疗路径。最终结局为：好转治愈，病情稳定，或者恶化死亡。基于真实世界临床诊疗数据进行大数据分析方法即是对病人的各类特征进行详细归纳分析，对各类临床路径及最终临床结局进行聚类分析寻找最佳临床效果，最高性 价比的临床治疗路径指导临床诊疗服务（图4）。

图3 结构化数据库字典示意图

中山大学医药经济研究所与溯直健康有限公司合作，依据上述方法学对2 万余例中国高血压病人进行了类似分析。结果表明C08A0（钙离子拮抗剂）占所有病人用药例数的29.7%，是高血压的最主要的用药。其次是C07A0（β 受体阻断剂）和钙离子拮抗剂联用。再次是C07A0 单用。值得注意的是数据分析展示C07A0（β 受体阻断剂）和C03A2（环类利尿剂）及C03A1（保钾类利尿剂）血压控制率大大超过其他药品，均达到70%，甚至达到80%。相对而言，C09A0[血管紧张素转换酶抑制剂（ACE）]和C09C0[血管紧张素Ⅱ拮抗剂（ARB）]并没有更好的表现。下一步工作将对病人进一步细分寻找各类人群最佳治疗路径以指导临床决策（图5）。

2.2 真实世界临床医疗研究型大数据库在临床合理用药评估中及治疗结果追踪的应用

对真实世界医疗大数据库的分析同时能对各种疾病病人情况及临床用药进行全面评估以找出问题，总结规律以指导临床合理用药。

一项基于50 余万中国糖尿病病人10年追踪数据分析显示中国糖尿病病人发病高峰年龄为50～70 岁之间。病人用药无规律性，在前10 位使用最多的药物无效必须换药时，医生处方行为显示了137种换药路经。研究展示中国糖尿病病人急需高质量的临床指南及临床辅助决策系统指导医生病人合理用药以获得最佳临床疗效（表1）。

真实世界数据分析同时也能对疾病治疗药物使用方式的变化从大人群角度予以展示治疗技术的发展。在以上同一研究中，我们可以观察到，从2014年至2017年，二甲双胍类药物使用比例几乎未变，各类胰岛素使用有所增加，DPP-4 及其他创新药也略有增加，而磺脲类药物有所下降。分析结果对中国糖尿病人历年来用药模式的改变进行了总结，也为创新药物发展方向提供了循证依据。见图6-7。

图4 临床诊疗路径辅助决策系统建立示意图

图5 临床诊疗路径辅助决策系统建立示意图（以高血压为例）

表1 糖尿病病人个体追踪数据

良好的真实世界临床数据库不仅需要数据量大，覆盖人群地域范围广泛，包括全病种范围，还 需要获得对病人的全面的长期可追踪数据以利观察远期疗效。一项基于HIS/EMR 大数据库的研究追踪了我国50 余万糖尿病病人。其中部分病人可追踪达10年。通过研究发现糖尿病人远期并发病不良事件（比如心绞痛，脑卒中，眼底视网膜病变，糖尿病肾病，糖尿病足/坏疽）3年发生率为一年的2 倍左右。该类数据对病人临床干预手段的选择，结果转归分析及病人长期追踪带来极大价值。

2.3 真实世界临床医疗研究型大数据库在医院经营管理中的应用

对真实世界临床医疗研究型大数据库的分析通过对个体医院的临床医疗管理及临床医疗质量数据进行分析、比较及总结，找出差距，发现问题，确立目标，帮助医疗机构提高管理绩效。

对我国某一医院经营数据分析可以看出，在零加成政策下，医院药材收入理论上为医院无效收入，药占比，材支占比较高的科室则应为医院重点管理，提高整体医院绩效的科室（表2）。

图6 糖尿病病人用药及换药示意图

图7 糖尿病病人历年用药模式追踪

临床医疗大数据分析能对医院病人管理质量的提高指出方向，对15 家医院年龄40 岁以上男性患胃溃疡/胃十二指肠炎病人是否进行了胃肠镜检查的简单分析。结果显示在这个高危人群中胃肠镜检查的比例较低。增加高危人群中的胃肠镜检查比例不但能更好地帮助临床医生遵循指南，更好地管理好慢性疾病，合理地增加医院短期绩效。同时远期还能减少医疗费用，节约医保开支（图8）。

对真实世界医疗大数据的分析也能展示疾病治疗花费在各个不同人群中的差异。在15 家医院全病种费用对比研究中，研究发现医保人群平均花费稳定持续地高于自费人群，差异费用可高达40%。显示在实际工作中还有许多空间能够更好地管理医保经费（图9）。

表2 各科室门诊，住院均次花费举例

图8 高危病人胃镜检查比例

图9 不同保险病人均次费用对比

大数据对各医院的分析同时能对多医院经营管理数据进行对比，反映各医院经营者的经营成效，明确管理经验改善方向，并提出整体性改善举措。数据分析结果同时能精准定位费用结构，寻找节约单病种诊疗费用，在DRG 按病种分值支付条件下分析理解医保收入来源。最后大数据对各医院数据的分析结果可为卫生管理部门提供决策数据依据，促进有效的政策制订。

2.4 真实世界医疗大数据库在医保决策中的应用

随着创新医疗科技技术的发展以及人均期望寿命的增长，人均卫生资源需求量的显著增加。如何合理有效地使用卫生资源已成为政府、社会和个人必须面对的问题。医保（作为付费方）需要鼓励创新药物及创新技术的使用，但由于总体支付能力的限制，不可能把层出不穷的新药及创新技术照单全收，政府需要找到一个公平的方式评价哪些新药/新技术的性价比最高以支持支付政策的决定。我国医保正进入新的定位，即由被动的支付、补偿，转变成以价值为基础的战略性购买，为参保者购买具最佳性价比的服务。医保作为民众的医疗基金管理方，正在建立一个成熟、完善的以价值为基础，以临床结果导向为目标的购买机制。医保考虑的核心是价值，是各类创新药物及技术的性价比而不仅仅是单一分开地看疗效或者价格。而高质量、完整、全面的评估离不开高质量真实世界医疗大数据。真实世界数据有助于更全面支持医保精准管理，展示创新药品及技术的价值，是卫生技术评估中至关重要的一环。医保目录制定、谈判证据以及支付决策应基于真实世界数据分析及被评估创新药品及技术，包括：临床价值：RCT 证据为基础，真实世界证据为调节因素。经济价值：基于RCT和真实世界证据的性价比研究及基金冲击影响研究。病人价值：病人生命质量，不良反应，疾病转归，及对生活各方面的影响。社会价值：对社会的总体价值，影响，生产力及其他。

2.5 基于真实世界数据研究，价值评估支持医保医保目录及支付政策决策

案例1：Willis®（Microport）为用于治疗颅内动脉瘤的覆膜支架能起到再造血管作用，但费用较贵。由中山大学药学院医药经济研究所完成的一项基于真实世界数据的成本效果研究，将Willis®与传统治疗方法（金属弹簧圈）进行比较，证明Willis®治疗大于0.7 cm 的动脉瘤相对于金属弹簧圈治疗更具成本效果。基于此研究证据，上海社会保障基金将Willis®用于颅内动脉瘤费用的80%纳入医保支付范围（图10）。

图10 Willis®（Microport）治疗颅内动脉瘤的 覆膜支架示意图

案例2：医保报销数据库研究支持医保政策实施

医保报销数据库也是进行真实世界数据研究的重要数据库之一。中山大学药学院医药经济研究所基于2014、2015年广州医保大数据的一项对比研究展示了广州医保乙肝门特政策的实施导致了乙肝患者覆盖率达到从2014年的82%增加到2015年的95%。患者自付比例由53%显著下降到33%，极大地降低了病人负担。同时指南推荐的一线药物的使用率获得提高，病人一线药物的治疗依从性大幅提高。药物持有率（medication possession ratio,MPR）由2014年的65%增加到2015年的84%，提示病人的远期疗效将获得改善。

3 结语

运用临床医疗及大数据分析方法，可为患者提供更好的临床体验，最具性价比的干预手段，及最佳的的临床结果。