综述：观察性研究与真实世界研究

（编辑推荐）本文系统阐述了观察性研究（Observational Studies）与真实世界研究（RWS）在医学证据体系中的价值，强调其虽无法替代随机对照试验（RCT），但在罕见病等领域不可或缺。文章剖析了描述性/分析性研究分类、选择偏倚（selection bias）的应对策略（如倾向评分分析5 ），并指出工具变量分析（instrumental analysis）的优越性，为临床研究设计提供方法论参考。

　　

Abstract

观察性研究与真实世界研究虽无法提供随机对照试验（RCT）级别的证据，却在RCT不可行时（如罕见病研究）成为关键补充。二者可分为描述性研究（如病例报告、病例系列）与分析性研究，但均面临选择偏倚等挑战。通过倾向评分（propensity score）和敏感性分析可部分校正偏倚，而工具变量分析（instrumental analysis）因能更好控制混杂变量，被视作最具说服力的统计方法⁵
。

Background

临床试验分为观察性与干预性两类。观察性研究通过自然暴露于干预或风险因素，非人为分配研究对象，更贴近真实临床场景。

What are observational studies?

研究者在不操纵暴露状态的前提下，评估干预措施、风险因素或诊断测试的效果¹
。描述性研究（如基于人群的流行病学调查）用于形成假设，而分析性研究（如队列研究）则验证因果关系。

Which study should I do?

研究设计取决于目的、资源与数据类型³
。例如，资源有限时可采用横断面研究，而需长期随访的因果推断则适用前瞻性队列设计。

Reporting observational and real-world studies

需明确方法局限性，如混杂变量控制不足。倾向评分通过模拟随机化减少偏倚，而工具变量分析利用外部变量（如遗传标记）增强因果推断力度⁵
。与RCT类似，观察性研究也需预设分析方案以避免数据挖掘。

Conclusions

观察性数据在生成假设或替代RCT方面具有不可替代性，但其易受偏倚、混杂及分析方法不成熟（尤其是定性数据）的影响。未来需发展更稳健的统计工具以提升证据等级。