编辑推荐：
这篇综述聚焦 COVID-19 治疗评估研究，阐述观察性研究存在混杂、永生时间偏倚和竞争风险等方法学挑战。介绍目标试验模拟框架，尤其是克隆 - 删失 - 加权方法，说明其可减轻偏倚，助力评估治疗效果，为相关研究提供重要参考。
方法学挑战在观察性研究中
在对 COVID-19 患者治疗效果的常规观察性研究中，存在一些方法学挑战，如混杂（Confounding）、永生时间偏倚（Immortal Time Bias）和竞争风险（Competing Risks）。这些挑战在医学文献中虽已有大量描述，但在实际研究中仍频繁出现。
混杂是指存在与治疗决策和研究结果都相关的因素，这些因素会干扰对治疗效果的准确评估 。在观察性研究中，由于治疗分配并非随机，混杂因素的影响更为复杂，尤其是那些未被测量的混杂因素，难以通过研究设计或分析方法来消除其影响。
永生时间偏倚是一种特殊的时间相关偏倚。在研究过程中，部分患者可能因为特定原因（如入组时间点的选择），在研究开始时就处于一个 “永生” 的时间段，这段时间内他们不会发生研究关注的结局事件，从而导致对治疗效果的高估或低估。
竞争风险是指除了研究关注的主要结局事件外，还存在其他可能导致研究对象出现不同结局的事件，这些竞争事件会影响主要结局事件的发生概率和时间，进而干扰对治疗效果的准确判断。
为便于理解这些偏倚，文中以评估羟氯喹（Hydroxychloroquine，HCQ）对住院 COVID-19 患者治疗效果的假设性研究为例。在这个假设研究中，如果不考虑混杂因素，比如患者的基础疾病、年龄、性别等，可能会错误地认为 HCQ 的治疗效果显著；若存在永生时间偏倚，可能会夸大早期使用 HCQ 的治疗效果；而竞争风险，如患者可能因其他并发症死亡，会影响对 HCQ 降低住院死亡率这一效果的准确评估。
目标试验模拟：框架概述
目标试验模拟（Target Trial Emulation）是一种利用观察性数据来设计和模拟假设随机试验，从而估计因果治疗效果的框架。该框架遵循随机试验设计的原则，通过结构化的方法避免了观察性研究中常见的一些方法学偏倚 。
其过程首先是明确因果研究问题，这需要详细指定假设随机目标试验的方案要素，包括研究对象的纳入和排除标准、干预措施、对照设置、结局指标以及随访时间等。在 COVID-19 研究中，例如确定评估某药物治疗效果的研究，就需明确什么样的 COVID-19 患者适合纳入研究，药物的使用剂量和疗程，与之对比的对照组是使用安慰剂还是其他标准治疗，观察的主要结局是症状改善情况还是死亡率降低等。
在目标试验模拟中，虽然遵循随机试验原则，但由于使用的是观察性数据，治疗分配并非真正随机，而是依赖于观察到的（和未观察到的）混杂因素。因此，基于临床知识识别潜在的混杂变量，并在分析过程中对这些变量进行调整至关重要。调整方法包括分层分析、多变量回归模型等，通过这些方法尽量减少混杂因素对治疗效果估计的干扰。
克隆 - 删失 - 加权：三步法
克隆 - 删失 - 加权（Clone-Censor-Weight）方法是目标试验模拟中的一种重要分析方法，由三个连续步骤组成。
以模拟目标试验评估早期使用 HCQ 对住院 COVID-19 患者住院死亡率的影响为例，将患者入院当天定义为时间零点，比较两种治疗策略：“入院后前两天内开始使用 HCQ” 和未在该时间段使用 HCQ。
第一步是克隆（Clone），即根据研究对象的特征创建多个 “克隆” 个体，使得不同治疗组在协变量（如年龄、基础疾病等）分布上尽可能相似，就像是通过复制和调整，让不同治疗组的 “起跑线” 更为一致，减少因个体差异导致的混杂影响。
第二步是删失（Censor），在模拟过程中，对于一些不符合研究设定条件或可能干扰结果判断的个体数据进行删失处理。比如，若患者在研究中途退出，或者出现了一些特殊情况使得后续数据无法用于准确评估治疗效果，就需要对这些个体的数据进行删失，以保证研究结果的可靠性。
第三步是加权（Weight），通过计算权重，对不同个体在分析中的贡献进行调整。权重的计算通常基于个体的特征和治疗分配情况，使得具有相似特征但接受不同治疗的个体能够在分析中得到合理的 “权衡”，从而更准确地估计治疗效果。例如，对于具有相同基础疾病但接受不同 HCQ 治疗时间的患者，通过合理加权，使他们对研究结果的影响更符合实际情况。
讨论与结论
本文探讨了 COVID-19 观察性研究中常见的三种方法学挑战：混杂、永生时间偏倚和竞争风险。在任何旨在估计因果治疗效果的观察性研究中，解决这些挑战都至关重要。
使用目标试验模拟具有重要价值。一方面，当进行随机对照试验（Randomized Controlled Trial，RCT）不可行时，比如在 COVID-19 大流行初期，急需治疗效果证据但无法迅速开展 RCT，目标试验模拟提供了利用真实世界数据模拟假设随机试验的机会；另一方面，该框架能够减轻方法学偏倚，提高观察性研究的质量，补充临床试验的证据。
然而，目标试验模拟的实施需要谨慎。在研究设计和分析过程中，必须仔细识别和处理混杂因素、永生时间偏倚和竞争风险，确保研究结果的准确性和可靠性。未来的研究可以进一步探索如何更好地应用这一框架，提高对 COVID-19 及其他疾病治疗效果评估的准确性，为临床决策提供更有力的支持。
