基于既有医疗数据构建研究型数据库的方法学探讨及实例解读（二）：数据治理的方法

真实世界研究可利用临床实际产生的数据，通过科学合理的研究设计及严谨的数据治理工作，形成真实世界证据，与随机对照试验形成互补的关系。数据治理包括数据链接、数据提取、数据核查、数据清理4个步骤。其中，数据链接的核心在于患者识别码的治理，应确定唯一、无重复的患者ID序列，并进行“纵向锁定”；数据提取的核心是同质化操作，可通过背靠背、培训、预提取、格式限定等方法，减少不同操作人员间的差异；数据核查的难点在于选择恰当的核查范围，可采用抽样核查和全面核查相结合的方式，在保证有效核查的前提下减少核查工作量；数据清理的重点在于对核查出的重复数据、矛盾数据、极端值和缺失值等各种问题数据制定恰当的清理规则。本文以“中西医结合治疗新型冠状病毒感染研究型数据库”为例，对研究中数据治理的方法进行介绍，以供研究人员参考。