主题：【原创】关于RCT与RWS -- 懒厨
我已经很久没有正经写点东西了，国庆几天吃吃喝喝，现在终于有点闲暇，静下心来，网上看了一些资料，是之前最近我和中医粉争论的一个验药的方法问题。
先把关键词解释一下：
RCT （Randomised Controlled Trial）- 随机对照试验。
RWS/RWD/RWE/RWR (Real World Study/Data/Evidence/Research)真实世界研究（数据/证据），四个简写说的是同一回事，以下使用RWS这个缩写。
这两种都是方法而已，除了验药，我还见过社会问题的研究，也可以用这两种方法进行研究。而这里说的，涉及中西医之争，讨论限于验药的方法。通过一个例子来解释，应该是最容易理解的了，解释有误之处，恳请行家指点。
假如有一个新药上市，声称可以治某个病，我们要如何检验这个药效呢？
传统的做法，是使用RCT来验药，简单来说，做法如下：
1. 招募病人，有鉴定过程，需要保证两组病人的患者特征基本一致；
2. 将病人随机分成两组；
3. 一组吃安慰剂，另一组吃新药；
4. 负责的医生不知道某个病人吃的到底是安慰剂还是新药；
5. 负责发药的人，也不知道新药和安慰剂分别发给了什么人；
6. 疗程结束后，公布哪些病人吃了安慰剂，哪些病人吃了新药，然后对结果进行统计
7. 最后，再根据统计结果，如果比安慰剂的一组高很多，即可视为有效。
需要强调两点：
1. 这个方法的模式基本是固定的，无论什么药，只要遵循这个模式，满足该模式下的各个具体要求，就能获得一个可靠的结果。
2. 这个模式操作起来确实麻烦，之所以这么麻烦也要这么操作，是因为有两个因素必须排除，其一是人体有一定的自愈能力，其二是人体有一个安慰剂效应，假如一个人吃了药好了，其中的因果关系，要如何确认呢？到底是自愈，还是真的有效？ RCT的方法，正是一个有效排除干扰因素的利器。
这些年开始提出RWS的验药方法，主要的区别在于C字，Controlled, 这种验药的方法，就直接用药，也有对照组，以争议起点的清肺排毒汤为例，他们实际上就是安排了一些病人喝这个中药，另一些病人没有喝药，然后对上万个病历进行分析统计，虽然没有严格控制的对照组病人，他们从病历数据下手，尽力排除干扰数据，从而推出相应的结论。
两种方法对比，很明显，无论数据如何挖掘，RWS方法里面，安慰剂效应是无法排除的，毕竟吃了药，听说这药有用，多少会影响病人的心理。这个不是我说的，是中医药抗疫的领军人士张伯礼说的，有截屏为证：
于是，我接着上网调查，发现了这里有篇不错的文章， https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6097073/
想省时间的话，可以看两个表，第一个是两种方法的对比，
我尝试翻译一下：
| 对比项 | RCT | RWE |
|---|---|---|
| 目的 | Efficacy 验证有效性 | Effectiveness 验证效果 |
| 设置 | 按实验设置 | 按真实世界情形来设置 |
| 跟进 | 按设计进行 | 按实际情况进行 |
| 治疗 | 固定模式 | 可变模式 |
| 研究对象组别 | 同质 | 非同质 |
| 参与医生 | 仅限调查者 | 多个行医者 |
| 对照项 | 安慰剂或挑选过的其他干预方式 | 多种干预方式 |
| 病人监控 | 持续，按研究方法进行 | 可变 |
这个表里面，最重要的是第一条，两者的目的是不一样的，RCT是用来验证药的有效性（Efficacy），RWS用来验证药的效果（Effectiveness）（注意：英文里面Efficacy与Effectiveness是有微妙的区别的，按照我的理解，Efficacy存在因果关系，Effectiveness仅是用来说明效果，其效果不一定存在因果关系）
关于Efficacy以及Effectiveness的区别，还是以上述的例子，RCT可以用来证明，排除了人体自愈以及安慰剂效应等各种干扰因素，某种药物的有效性，而RWS则不然，这个方法只会告诉大家，吃了这个药，通过一些数据的处理，可以确认有效率达到某个百分比，至于这个是否由安慰剂效应导致的，我们无法排除。
然后我们可以看一下第二个表，这个是对比这两种方法的优劣：
Advantages
Less time and cost consumption compared with RCT
- Possible to shorten the duration of clinical research
- No period needed for patient recruitment/enrollment
Presentation of the directionality for RCT
Research that cannot be done with RCT is possible
- Safe research on high-risk groups
Detection of less frequent side effects
Rapid access/easier information and data retrieval
Prediction model or high-risk group selection
Set a foundation on AI
Limitation
For correct analysis, a massive amount of data should be collected.
Much time needed for DQM
Experienced experts needed for the analysis of the massive amount of data
Lack of privacy/confidentiality/lost data
Standardized research protocol needs to be established before research
- High possibility of bias
- Possible to interpret with bias or incorrectly based on research results
简单翻译如下：
优点：
- 时间与成本较低
----有可能缩短临床研究的时间
----无需耗时招募病人
- 为RCT展示了方向
- 可在RCT不适用的情况下进行研究
----在高风险组别的研究较为安全
- 可检查出较少发生的副作用
- 迅速获取信息与数据
- 可以用于预测模型或者高风险组别的选择
- 为人工智能奠定基础
缺点：
- 如要正确的分析，需要收集数量庞大的数据
- 需要很多时间进行数据质量管理
- 需要有经验的专家对数量庞大的数据进行分析
- 存在缺少隐私，保密，数据丢失的问题
- 在开始研究之前，需要对研究方法（protocol）进行标准化处理
---- 很高的可能性出现偏差
---- 对研究结果可能存在有偏差或者不正确的解读
总结一下：
对比完两者的目的和优劣，结论显而易见，这两个方法是互补的，换言之，在RCT不适用的情况下，可以用RWS顶上，但由于没有一个固定模式，其效果取决于研究者的本领。总而言之，根本就不存在用RWS代替RCT的问题。
当然，我的话中医粉可以不信，但进行清肺排毒汤RWS研究的人的话不能不信吧？请看这里：
“若能针对清肺排毒汤开展随机对照试验，将有望进一步确证其临床疗效，并推动其广泛应用，挽救全球数以万计的新冠肺炎患者的生命。”李静补充道。
如果RWS足够完美，李静不会这么说吧？这不就默认了RWS就是不如RCT那么可靠吗？
中医想翻身，RCT这个坎是一定要过的，不要想着走捷径，用RWS就可以万事大吉了。
最近在看一本关于数学在生活中的应用的书，碰巧看到一个例子，关于RCT的，虽然不是真实案例，但很有意思，值得说一下：
有一个治疗高血压芬塔可的新药上市，招了2000人做试验，男女数目一样，分成两组，每组1000人，做RCT的总结如下：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 560 | 350 |
| 无改善 | 440 | 650 |
| 改善率 | 56% | 35% |
从结果看，似乎这药还行，但是，由于性别这个因素很重要，我们又对性别做了一下细分，结果发现是这样的：
男性：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 40 | 200 |
| 无改善 | 160 | 600 |
| 总数 | 200 | 800 |
| 改善率 | 20% | 25% |
而女性：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 520 | 150 |
| 无改善 | 280 | 50 |
| 总数 | 800 | 200 |
| 改善率 | 65% | 75% |
太震惊了，只不过细分了一下而已，结论居然相反！一个优于安慰剂，另一个差过安慰剂！
为啥会有这种不同呢？其实就是由于性别这个因素非常重要，而这男女在这两组之中的占比并不一样，导致合并之后得不到一致的统计结果。
既然知道了性别是很重要的因素，我们可以尝试一下同样占比的试验数据：
男性：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 100 | 125 |
| 无改善 | 400 | 375 |
| 总数 | 500 | 500 |
| 改善率 | 20% | 25% |
女性：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 325 | 375 |
| 无改善 | 175 | 125 |
| 总数 | 500 | 500 |
| 改善率 | 65% | 75% |
然后再看看合并的统计数据：
| 治疗效果 | A组: 芬塔可 | B组: 安慰剂 |
|---|---|---|
| 有改善 | 425 | 500 |
| 无改善 | 575 | 500 |
| 改善率 | 42.5% | 50% |
现在看，用于控制了性别这个关键变量，无论是性别分组，还是汇总，我们都能得到一致的结论，这个新药确实不如安慰剂。
这个例子简单吧，只要初中水平的数学能力，应该都能理解吧？RCT的原理就是这么简单，模式固定，自己去找变量，有对照组就是方便。
好了，轮到我来向RWS的粉丝提问了，这个药在没有安慰剂对照组的情况下，要如何操作？
先说说我的理解，RWS是直接上药，进行统计，肯定能够发现男性有20%的改善率，女性有65%的改善率，然后呢？
- 相关回复 上下关系8
🙂【原创】关于RCT与RWS
🙂【原创】一个RCT实操例子 8 懒厨 字2659 2021-10-11 06:29:00
🙂男女比例如此失衡，这个怕不是RCT吧。 1 dragonawake 字234 2021-10-11 15:46:19
🙂你说的对 懒厨 字210 2021-10-11 21:23:08
🙂这个例子充分说明RCT是比垃圾略好的工具 1 陈王奋起 字554 2021-10-11 10:42:59
🙂是否垃圾是价值观的判断 4 懒厨 字812 2021-10-11 11:03:38
🙂建议看统计会犯错和Regina Nuzzo关于P值的论文。 月之回忆 字0 2021-10-11 11:54:12
🙂理论要经过实践检验 1 懒厨 字443 2021-10-11 21:21:08