先弄清楚：这里的“研究类型”指什么
期刊常说的 Original Article、Review、Editorial、Correspondence，是出版栏目或稿件类型；本课讨论的研究类型，则用于判断项目来源与研究性质，例如数据来自医院、实验室、文献还是公共数据库，研究属于原创采集还是二次分析。
识别研究类型的五问法
临床研究：不要只凭标题下结论
同一项临床研究可以同时拥有多个标签。例如，一项研究可能既是原创研究、又是前瞻性研究，同时还是非随机队列研究。正确做法是沿不同维度逐层判断。
常用的五个分类维度
| 维度 | 常见分类 | 判断重点 |
|---|---|---|
| 数据是否首次产生 | 原创研究 / 二次研究 | 研究者是否通过试验、实验或调查产生新数据，还是重新分析既有文献与数据。 |
| 是否分配干预 | 干预性 / 观察性 | 治疗、管理或暴露由研究者主动安排，还是仅观察自然发生的诊疗与暴露。 |
| 时间方向 | 前瞻性 / 回顾性 / 双向 | 研究启动时结局是否已经发生，以及数据是向未来采集还是回溯既往记录。 |
| 分组方式 | 随机 / 非随机 | 研究对象是否通过预设随机程序分配到不同治疗或对照组。 |
| 观察结构 | 队列 / 病例对照 / 横断面 | 从暴露走向结局、从结局追溯暴露，还是在一个时间断面同时观察。 |
研究用途也会改变审核重点
描述、诊断与预测
观察疾病分布、疾病负担、量表调查。
诊断诊断效能、ROC、诊断或预后模型。
预防危险因素识别与风险预测。
治疗、管理与关联
治疗干预效果以及对机能或标志物的影响。
管理管理模式的构建与效果评价。
其他相关性分析、跨文化量表调试等。
真实世界研究与随机对照试验并不对立
真实世界研究（RWS）是在日常医疗环境下收集真实世界数据（RWD），通过规范设计与分析形成真实世界证据（RWE）。RWD 并不自动等于 RWE：数据需要具备与研究问题的相关性和足够可靠性，并经过清晰的数据管理、统计分析和结果解释。
| 比较维度 | 常规 RCT | 实效性 RCT | 非随机实效性研究 | 自适应试验 |
|---|---|---|---|---|
| 核心目标 | 机制验证与因果推断 | 在临床环境中评价效果 | 反映真实诊疗结果 | 在预设规则下提高试验效率 |
| 随机分配 | 是 | 是 | 否 | 通常是 |
| 入组与环境 | 严格筛选、高度控制 | 标准较宽，接近日常临床 | 真实就诊人群与自然决策 | 依具体方案而定 |
| 干预执行 | 严格标准化 | 允许一定临床灵活性 | 医生自然决策 | 可按预设中期规则调整 |
| 数据与偏倚 | 数据完整，偏倚相对较低 | 兼顾控制与外部效度 | 缺失与混杂更常见 | 统计控制要求较高 |
| 设计调整 | 通常固定 | 通常固定 | 不适用 | 可调整样本量、随机比例或治疗臂 |
前瞻性与回顾性：看研究启动时数据是否已经存在
| 判断点 | 前瞻性研究 | 回顾性研究 |
|---|---|---|
| 数据状态 | 研究开始时关键结局数据尚未产生，需要持续追踪采集。 | 研究开始时所需资料已经存在，主要依赖病历、登记或既有记录。 |
| 时间方向 | 从当前研究起点走向未来。 | 从当前研究问题回溯既往资料。 |
| 因果时序 | 通常更容易保证暴露先于结局。 | 也可能明确时序，但受既有资料质量限制。 |
| 实施特点 | 需预设方案、变量、随访时间和质量控制。 | 实施较快，但缺失、误分类和选择偏倚更值得关注。 |
不要把“前瞻性”等同于“随机试验”。前瞻性研究既可以随机，也可以按患者意愿或自然暴露形成非随机队列；回顾性研究也不等于病例对照研究，它还可能是回顾性队列或横断面分析。
随机分组与随机抽样解决的是两个不同问题
随机分组：提高组间可比性
把已经纳入的研究对象随机分配到不同干预组，主要服务于干预效果比较和因果推断。
随机抽样：提高样本代表性
从目标总体中抽取研究对象，主要服务于总体推断和外部效度。
| 方法 | 用于随机分组时 | 用于抽样时 |
|---|---|---|
| 简单随机 | 每位受试者按预设概率进入各治疗组。 | 总体中每个单位具有相同或已知抽中概率。 |
| 区组随机 | 在连续入组过程中维持各组人数相对平衡。 | 通常不作为对应的抽样名称。 |
| 分层随机 | 先按重要预后因素分层，再在层内随机分配。 | 先分层，再从各层随机抽取样本。 |
| 整群随机 | 以医院、社区、学校等群组作为分配单位。 | 先抽取完整群组，再调查群组内全部或部分单位。 |
| 系统抽样 | 较少用于治疗分配。 | 排序后按固定间隔抽取，例如每隔 10 个单位抽取一个。 |
病例对照、队列与横断面：从起点和时间线识别
| 设计 | 研究起点 | 主要方向 | 常见用途 | 常见指标 |
|---|---|---|---|---|
| 病例对照 | 按是否出现结局选取病例组与对照组 | 由果溯因，比较既往暴露 | 罕见疾病、危险因素分析、模型探索 | OR |
| 队列研究 | 按暴露或治疗状态形成组别 | 由因及果，观察结局 | 发病风险、预后、治疗效果与安全性 | 发病率、RR、HR |
| 横断面 | 在一个时点或较短时期观察人群 | 同时测量暴露与结局 | 患病率、疾病分布、现况与相关性 | 患病率、PR、OR |
临床稿件中常见的 11 种设计标签
| 设计 | 识别线索 |
|---|---|
| 随机对照试验（RCT） | 研究者分配干预；随机；常伴盲法、严格纳排标准和明确观察周期。 |
| 同期非随机对照 | 同一时期存在两种或多种干预，但分组依据不是随机程序。 |
| 历史对照 | 以时间为界，将当前病例与既往病例比较，需警惕诊疗时代变化。 |
| 自身对照 | 同一对象治疗前后、不同状态或成对部位比较。 |
| 前瞻性队列 | 先确定暴露或治疗组，向未来随访结局。 |
| 回顾性队列 | 使用既往病历，按历史暴露分组并定位已发生结局。 |
| 双向队列 | 既分析既往记录，又继续向未来随访。 |
| 病例对照 | 先按结局选病例与对照，再追溯可能的暴露因素。 |
| 实效性 RCT | 保留随机分配，但纳排和实施更接近日常临床。 |
| 非随机实效性研究 | 在真实诊疗环境中比较自然形成的不同干预组。 |
| 自适应试验 | 按照预先规定的中期分析规则调整样本量、分配比例或治疗臂。 |
临床药物研究的 I—IV 期
| 阶段 | 核心任务 | 典型关注点 |
|---|---|---|
| I 期 | 初步人体安全性与临床药理学评价 | 耐受性、药代动力学；常从健康受试者开始，具体依药物与方案而定。 |
| II 期 | 初步评价目标适应证中的疗效与安全性 | 剂量探索、给药方案、为 III 期设计提供依据。 |
| III 期 | 确证疗效与安全性，评价获益—风险 | 通常样本量更大，是支持注册申请的重要阶段。 |
| IV 期 | 上市后在更广泛使用条件下继续评价 | 真实人群中的疗效、不良反应、特殊人群和长期安全性。 |
什么时候需要临床试验注册
课程采用的实用判断是：先看研究是否前瞻性，再看是否由研究者主动分配与健康相关的干预，以及研究是否评价该干预对健康结局的影响。满足这些特征时，应尽早核对适用注册平台、期刊政策和当地规范。
流行病学研究与中心数量
流行病学以人群为研究对象，描述疾病与健康状态的分布，分析影响因素，并评价预防、控制与健康促进措施。常见方法包括描述流行病学、分析流行病学、实验流行病学和理论流行病学。
单中心研究
研究流程更容易统一和管理，但样本来源局限，结果外推需谨慎。
多中心研究
样本来源更丰富、外部效度通常更好，但需处理中心间流程、测量和人群差异。
基础研究：证据深度来自相互验证
医学基础研究通常利用分子生物学、细胞生物学、组织免疫学等实验手段，在细胞、动物、组织或微生物等系统中探索疾病机制、药物作用或靶向通路，为临床转化提供理论依据。
三类核心证据各有分工
| 支柱 | 主要作用 | 典型问题 |
|---|---|---|
| 测序与组学 | 从系统层面发现差异分子、细胞亚群与候选通路 | 哪些分子或通路值得继续验证？ |
| 细胞实验 | 在体外受控环境中验证目标分子的功能和机制 | 改变这个靶点会直接带来什么细胞效应？ |
| 动物实验 | 在完整生理环境中验证疾病进展、机制与干预效果 | 这种机制在活体复杂环境中是否仍然成立？ |
常见组学技术
| 技术 | 研究对象 | 常见用途 |
|---|---|---|
| RNA-seq | mRNA 表达 | 差异表达基因、富集通路与疾病机制。 |
| 单细胞测序 | 单个细胞 | 细胞异质性、亚群构成与细胞通讯。 |
| 空间转录组 | 组织中的空间表达 | 同时观察基因表达与空间位置。 |
| WES / WGS | 基因组 DNA | 突变、拷贝数变化与遗传变异。 |
| 蛋白组学 | 蛋白表达 | 蛋白变化和信号通路激活。 |
| 代谢组学 | 小分子代谢物 | 代谢异常及其与疾病的关系。 |
| 宏基因组学 | 微生物群 | 菌群结构与功能变化。 |
| 表观组学 | 甲基化与染色质 | 基因表达调控机制。 |
| 多组学整合 | 多层数据 | 交叉验证并提高机制解释深度。 |
优势与局限要成对阅读
测序与组学
优势：通量高，适合发现候选分子、亚群和通路。
局限：相关不等于因果；批次效应、多重比较和偶然发现需要严格控制。
细胞实验
优势：变量受控、周期较短，适合功能与机制验证。
局限：人工环境、细胞株漂移与污染可能削弱体内外推。
动物实验
优势：保留完整生理环境，可观察吸收、代谢和系统效应。
局限：种属差异、模型局限、周期与伦理要求均需审查。
组合证据
组学用于发现、细胞用于功能验证、动物用于体内验证；如果再结合临床队列，证据链通常更完整。
文献研究：先看研究对象是“观点”还是“数据”
文献研究并非都等同于传统综述。识别时要看是否有系统检索、是否提取原始研究数据、是否进行定量合并，以及研究目标是解释一个主题、描绘学科结构，还是回答一个明确的循证问题。
| 类型 | 核心目的 | 检索与分析特点 | 常见报告框架 |
|---|---|---|---|
| 叙述性综述 | 概括某领域的进展、机制与观点 | 可非系统检索，依赖作者的领域积累与逻辑组织 | SANRA 可供参考 |
| 批判性综述 | 评价、质疑并重构既有理论 | 重点在批判分析，检索可系统也可非系统 | 无统一强制框架 |
| 范围综述 | 梳理证据范围、分布与知识空白 | 系统检索，通常不做效应量合并 | PRISMA-ScR |
| 系统综述 | 系统回答明确研究问题 | 预设检索、纳排、筛选和质量评价流程 | PRISMA 2020 |
| Meta 分析 | 对多个研究结果进行定量合并 | 需评估异质性、偏倚和模型适用性 | PRISMA 2020；观察性研究可参考 MOOSE |
| 网络 Meta 分析 | 同时比较多个干预并进行排序 | 整合直接与间接证据，关注一致性与传递性 | PRISMA-NMA |
| 伞状综述 | 整合已有系统综述和 Meta 分析 | 检索对象主要是二级证据 | PRIOR、JBI 等 |
| 快速综述 | 在较短时间内支持临床或政策决策 | 可简化部分流程，但必须透明说明 | 可参考 PRISMA 框架 |
| 文献计量学 | 描述学科发展、热点与合作网络 | 分析发文量、作者、机构、关键词等外部特征 | 需明确数据库、检索式和计量方法 |
数据库研究：二次分析也需要清晰设计
公共数据库研究不直接招募患者或采集新的实验样本，而是利用公开或获授权的标准化数据，通过二次分析回答临床、公共卫生或基础科学问题。
生物信息学数据库研究
聚焦基因、转录组、表观遗传、蛋白、代谢或单细胞数据，寻找生物标志物、候选靶点和潜在机制。
临床与流行病学数据库研究
聚焦大规模真实世界人群，分析疾病趋势、危险因素、长期结局、预后与卫生经济学问题。
常见临床与流行病学数据库
| 数据库类别 | 代表资源 | 典型数据与研究方向 |
|---|---|---|
| 公共卫生与人群调查 | NHANES、CHARLS、CDC WONDER | 生活方式、疾病负担、死亡率；适合横断面、趋势和危险因素分析。 |
| 癌症登记与肿瘤数据 | SEER、NCDB、TCGA | 发病、分期、治疗、分子与生存结局。 |
| 重症医学数据库 | MIMIC、eICU、AmsterdamUMCdb | 生命体征、检验、用药与预后；常用于预测与真实世界研究。 |
| 大型队列与生物样本库 | UK Biobank、All of Us、China Kadoorie Biobank | 基因、生活方式、疾病结局和长期随访。 |
| 药物安全数据库 | FAERS、VigiBase、EudraVigilance | 不良事件报告；适合药物警戒与信号挖掘。 |
如何判断数据库论文的研究价值
数据库规模大并不等于研究问题重要。高质量研究通常具有明确的临床或机制问题、合理的数据字典与队列定义、可解释的变量处理、充分的混杂控制、敏感性分析以及外部或实验验证。