《Frontiers in Medicine》：Outcome observability in evidence on proton pump inhibitor-associated clostridioides difficile outcomes: a result-specific methodological audit
编辑推荐：
目的：质子泵抑制剂（PPI）暴露与艰难梭菌感染（CDI）关联的证据仍难以解读，因为已发表的估计值来源于异质性的目标结局、风险集、暴露对照、时间结构和确定程序。研究人员评估了一种结果特异性的结局可观测性框架能否在不使用效应方向或统计学显著性作为分类标准的情况下使
目的：质子泵抑制剂（PPI）暴露与艰难梭菌感染（CDI）关联的证据仍难以解读，因为已发表的估计值来源于异质性的目标结局、风险集、暴露对照、时间结构和确定程序。研究人员评估了一种结果特异性的结局可观测性框架能否在不使用效应方向或统计学显著性作为分类标准的情况下使上述差异明确化。研究设计与设置：研究人员对评估PPI暴露与CDI相关结局的证据来源进行了结构化方法学审计。原始观察性报告以及基于观察性或随机试验的荟萃分析报告被保留为不同的证据类型。方法：对于每个符合条件的结果，研究人员提取了目标结局与风险集、PPI暴露对照、时间零点与暴露/结局时间窗、结局确定方式、效应指标、事件信息及数据源依赖性。四个可观测性域被编码为明确/目标对齐（E）、部分/基于代理（P）、不明确/错位（U）或汇总/混合（A）。编码未进行加总、加权或二分化。荟萃分析报告被描述为汇总证据，比值比（OR）、相对危险度（RR）和风险比（HR）未被视为可定量互换的指标。结果：在一份报告于结果层面重新评估时被排除后，11个证据来源包含了符合条件的研究相关结局的PPI暴露对照。其中8项针对新发CDI，1项针对艰难梭菌检测但未统一确认临床CDI，1项针对已确诊CDI患者的严重程度，1项针对已确诊CDI患者的死亡率。9项估计为比值比，1项为相对危险度，1项为风险比。时间对齐与结局确定方式在原始报告中各异，而3份荟萃分析报告合并了异质性的成分定义。两份瑞典登记研究报告被视为一个重叠的数据源簇。结论：所纳入的估计值并未代表一个共同的PPI-CDI目标估计量。结果特异性的结局可观测性概况可识别方法学上的不可比性，但它不是研究质量、因果有效性、统计效能或阳性结果可能性的评分。该框架应被解释为描述性的方法学审计，而非可观测性条件解释了所报告关联方向的证据。
1 引言
质子泵抑制剂（PPI）广泛用于酸相关消化系统疾病的防治，其长期使用促使了对潜在不良反应的持续评估，其中之一是与艰难梭菌感染（CDI）的可能关联。观察性研究和荟萃分析常在成人住院人群、基于人群的队列和儿科住院环境中报告PPI暴露与CDI之间的正相关；而仅纳入随机对照试验的荟萃分析所得相对危险度的置信区间包含零。药物警戒证据提示，在考虑抗菌药物联合暴露和竞争偏倚后，估计关联可能发生变化。然而，被标记为PPI-CDI证据的估计值所针对的临床问题并不相同。不同研究报告的目标结局可能为新发CDI、艰难梭菌检测、复发CDI、已确诊感染患者的CDI严重程度或确诊后死亡率，且在合格人群、PPI对照与暴露时间窗、指数日期或时间零点、结局风险期及CDI识别程序方面也存在差异。因此，表面上不一致的估计值可能代表不同的目标估计量，而非对同一共同效应的不同测量。本研究中，结局可观测性指一种结果特异性的描述，用于说明目标结局和合格风险集、PPI暴露对照、时间序列及结局确定程序是否足够明确，以确定一项估计值所回答的临床问题。该概念窄于研究质量或因果有效性，也区别于统计效能。本研究不以生成PPI相关CDI风险的合并因果估计或判断观察性证据与随机证据何者更可信为目的，而是以PPI-CDI证据为模型案例，开发结果特异性的结局可观测性框架，检验已发表估计值所针对的临床问题是否足够可比。
2 方法
2.1 研究设计与描述单位
研究采用结构化方法学审计，对已发表的PPI暴露与CDI相关结局证据进行评价。描述单位是报告结果而非整个出版物。在方法学概况分析前，每个结果按目标结局和合格风险集分类，包括新发CDI、复发CDI、艰难梭菌检测、已确诊CDI患者的严重程度或已确诊CDI患者的死亡率。原始研究在结果层面进行描述；荟萃分析报告保留为汇总证据来源，当其成分研究在人群、暴露定义、时间原点、随访或结局确定方面存在差异时，不赋予单一研究层面概况。
2.2 文献检索与纳入标准
在PubMed、Web of Science、Embase和Cochrane Library（CENTRAL）中进行系统文献检索，时间从建库至2026年5月。纳入标准为研究报告了明确的PPI暴露对照与CDI相关结局，且提供可提取的相对效应估计值或可据此推导效应估计的数据。新发CDI、复发CDI、未统一确认症状性感染的艰难梭菌检测、已确诊CDI患者的严重程度以及已确诊CDI后的死亡率被视为独立的结局层。仅将PPI使用作为受试者特征或协变量出现并不足以构成纳入资格。
2.3 数据提取
采用结构化的结果层面表格进行数据提取。提取内容包括证据来源类型、研究设计、目标结局、合格风险集、临床环境、PPI暴露数据来源、对照、效应指标及95%置信区间、指数日期或时间零点、暴露回顾窗或治疗起始日期、结局风险期、随访与删失、复发定义、CDI确定程序、样本量、事件信息、校正协变量及与其他证据来源的潜在重叠。对于病例对照研究，记录CDI病例日期、对照的相应指数日期及指数前PPI暴露窗。对于队列和随机证据，记录治疗起始或分配、结局随访起点、预设风险期及删失规则。对于已确诊CDI患者的严重程度或死亡率分析，将CDI诊断视为队列进入时间，并分别记录PPI暴露与后续结局的时间关系。信息按来源文章的报告内容提取；当指数日期、暴露窗、随访期、删失规则或诊断程序未被明确描述时，分类为不明确而非推断。
2.4 结果特异性结局可观测性框架
结局可观测性被定义为一种结果特异性的多维描述，说明报告的目标结局与合格风险集、PPI暴露对照、时间序列及结局确定程序是否足够明确以确定估计值所回答的临床问题。它不被视为统计效能、事件频率、研究质量、偏倚风险、因果有效性或获得统计学显著结果概率的度量。评价了四个域：目标结局与风险集、PPI暴露对照、时间对齐、结局确定。每个域被描述为明确/目标对齐（E）、部分/基于代理（P）、不明确/错位（U）或汇总/混合（A）。汇总/混合类别仅用于荟萃分析报告，此时异质性成分定义无法以单一研究层面编码表示。四个域代码分别报告，不进行加总、加权或转换为高/低可观测性类别。基线人群风险、样本量、事件数、精确度、统计效能、研究质量和偏倚风险分别记录，不纳入可观测性概况。域赋值仅基于报告的设计和测量信息，效应方向、效应大小、P值、置信区间排除零及作者结论不用于分类标准。两名评审者（JZ和PY）依据预设操作规则独立评估每个合格结果，原始独立赋值在共识解决前予以保留，分歧通过讨论和预设规则解决。各域评审者间一致性采用原始百分比一致性和未加权Cohen's kappa评价。
2.5 质量评价
方法学质量与结果特异性可观测性概况分开评估。纽卡斯尔-渥太华量表（Newcastle-Ottawa Scale, NOS）用于原始观察性研究；荟萃分析报告不赋予NOS评分，因其代表汇总证据而非单项原始研究。基于随机试验的荟萃分析采用作者报告的偏倚风险信息进行描述。质量评价用于描述研究设计和报告方面的潜在局限，NOS评分、偏倚风险判断和总体研究质量评估不纳入任何可观测性域，不用于修正域代码。
2.6 分析方法
证据在预设的目标结局层内进行描述性总结。新发CDI、艰难梭菌检测、复发CDI、已确诊CDI患者的严重程度及确诊后死亡率不被视为同一结局的估计。原始报告与荟萃分析报告分开描述，因为汇总估计值不提供人群、暴露定义、时间原点、随访期或结局确定方面的统一研究层面信息。不进行合并效应估计、投票计数分析或统计学阳性与零结果比较。比值比、相对危险度和风险比仅以原始报告度量呈现，不转换为共同效应指标，也不视为可定量互换。报告使用重叠人群或数据源时不解释为独立重复：两项覆盖人群和时间期高度重叠的瑞典登记报告被视为一个数据源簇。先前的阈值敏感性分析未保留，因为修订后的框架不计算复合评分或将结果划分为高/低可观测性。描述性稳健性总结仅考察将解释限制于新发CDI结局、原始报告、具有明确时间顺序的结果和非重叠数据源簇时的效应。
3 结果
3.1 文献筛选
文献检索在四个数据库中共识别13,840条记录。排除457条重复后，13,383条记录经标题和摘要筛选，其中13,222条被排除。检索161篇文章全文，86篇无法获取；其余75篇进行资格评估。其中41篇为叙述性综述、社论、评论、会议摘要或不含可提取PPI-CDI效应估计或足够方法学信息的荟萃分析；3篇为重复发表；4篇未将CDI作为独立结局报告；15篇未提供可提取的效应估计或2×2表格数据。共11个证据来源符合修订后的纳入标准并纳入最终方法学分析，包括8项原始观察性报告、2项观察性荟萃分析和1项随机试验荟萃分析。
3.2 纳入证据来源的特征
提取目标结局与合格风险集、PPI对照与暴露定义、指数日期或时间零点、暴露与结局时间窗、结局确定程序、事件信息、效应指标及证据来源之间的依赖性。11个合格证据来源中，8项报告针对新发CDI，各1项分别针对艰难梭菌检测、已确诊CDI患者的严重程度和已确诊CDI患者死亡率。9项估计以比值比报告，1项为相对危险度，1项为风险比。研究人群范围从特定的住院患者群体到大规模基于人群的登记和电子健康记录人群。纳入的估计值在目标结局、分母、对照、时间原点、暴露窗、随访结构和结局确定方面存在差异。
3.3 结果特异性结局可观测性概况
在原始报告中，目标结局和合格风险集通常可识别，但部分来源的PPI暴露窗、暴露至结局顺序或结局表型不完整。基于管理数据库代码、治疗代理和仅实验室检测的方法与明确的临床或多步骤实验室定义相区分。缺失信息被描述为不明确而非表示相应方法未实施。三份荟萃分析报告合并了具有异质性人群、暴露定义、时间原点、随访期或结局确定程序的成分研究，因此适当采用汇总/混合类别，不赋予单一发表层面可观测性评分。在44项独立域赋值中，评审者共一致36项，总体原始一致性为81.8%。各域原始一致性分别如下：目标结局与风险集90.9%，PPI暴露对照81.8%，时间对齐63.6%，结局确定90.9%；相应的未加权Cohen's kappa分别为0.81、0.73、0.48和0.86。限于8项原始报告时，总体原始一致性为87.5%（32项赋值中一致28项）。时间对齐的一致性最低（62.5%；kappa=0.37），而目标结局/风险集和结局确定均为100%一致（kappa=1.00）。
3.4 估计目标、时间对齐与证据汇总方面的差异
所纳入的估计值不代表单一共同的PPI-CDI结局。八项报告评估了新发CDI，而一项评估艰难梭菌检测，一项评估已确诊CDI患者的CDI严重程度，一项评估已确诊CDI后的死亡率。这些结局层的合格分母和时间原点不同，因此分别总结。时间定义也有很大差异：一些病例对照研究报告在CDI病例日期或相应对照指数日期前预设时间段内的门诊PPI配发；一项研究以首次PPI或组胺H2受体拮抗剂处方作为时间零点并采用按治疗随访结构；而一些横断面或电子健康记录分析中PPI暴露与CDI诊断的时间顺序未被明确说明。荟萃分析报告合并了异质性暴露窗、随访期和结局定义，因此描述为汇总/混合而非单一研究层面概况。两项研究使用了2006至2019年期间高度重叠的瑞典登记人群，被视为一个数据源簇而非独立重复。另有一项研究的报告估计值未被解释为PPI至CDI的效应估计，因为所有受试者均已患有医疗保健相关CDI，且所模拟的比较为内科与外科病例。
3.5 概念整合
结果特异性结局可观测性框架首先定义目标临床问题，包括结局层和合格风险集，然后描述PPI暴露对照、时间对齐和结局确定程序。所得E/P/U/A概况用于评估已发表估计值是否回答足够可比的临床问题。事件数、精确度、统计效能、研究质量、偏倚风险、效应方向和统计学显著性被分开评估，不纳入复合可观测性评分。证据汇总和数据源依赖性在解释时予以考虑。
4 讨论
4.1 主要发现
本方法学审计识别出比高/低可检测性分类更根本的差异：纳入报告评估了不等价的结局层，使用不同的PPI暴露对照和时间原点，应用异质性CDI确定程序，并同时包含原始与汇总证据。两项大型登记报告代表重叠的数据源人群而非独立重复。这些差异决定了每项估计值所回答的临床问题，并限制了直接跨研究比较。它们并不确立某项估计是否具有因果有效性、潜在PPI-CDI关联是否为零或非零，也不证明可观测性条件解释了所报告效应的方向或统计学显著性。
4.2 结局可观测性 vs. 效能、精确度与研究质量
结局可观测性应与统计效能、精确度、研究质量和偏倚风险相区分。统计效能是在关于效应量、事件频率、样本量和分析的特定假设下拒绝原假设的概率；精确度反映在估计值周围的不确定性中；研究质量和偏倚风险涉及内部有效性，包括混杂、选择、暴露错分、结局错分和分析局限。相反，结局可观测性描述所报告的暴露-结局结构是否足够明确以确定估计值回答的临床问题。这些维度可能不一致：一个结果可能具有明确规定的PPI对照、时间原点、风险期和结局定义，但仍易受混杂或选择偏倚影响；而设计严谨的研究可能因CDI事件数少而产生不精确的估计。非统计学显著结果应使用其置信区间、事件信息和目标估计量来解释，而不自动视为无效应证据。
4.3 对解读与证据综合的启示
主要解读启示在于，仅凭研究设计标签并不能确定两项估计是否回答相同的安全性问题。比较观察性与随机证据前，研究者应识别合格风险集、目标结局、对照、暴露窗、时间零点、结局风险期和确定程序。随机与真实世界证据可提供互补的安全性信息，前提是每种数据源适合特定问题，且其精确度和潜在偏倚分别评估。观察性正关联不应仅因其暴露和结局定义看似明确而被接受；随机估计的置信区间包含零也不应自动解释为证明不存在风险。结局可观测性不解决上述任一问题，而是澄清每项估计值所适用的临床问题。证据综合中，不等价的结局层和效应指标不应仅因涉及PPI暴露和CDI相关标签而合并。比值比、相对危险度和风险比保持不同解释，不应视为直接互换。当需要研究层面的方法学概况时，应通过成分原始研究审查荟萃分析报告；若未进行成分层面提取，异质性暴露、时间和确定定义应明确归类为汇总/混合。重叠登记和重叠荟萃分析成分应在明显重复被解释前予以识别。
4.4 循环性与框架解读
如果事先将预期增加信号检测概率的特征用于将研究分类为高可检测性，然后该组统计学阳性结果更频繁被呈现为框架验证，则会产生循环性。为避免此问题，修订后的框架移除了复合评分、高/低分类、阈值分析和阳性与零结果比较。四个域仅使用报告的设计和测量信息定义，效应方向、大小、P值和置信区间排除零不作为编码标准。因此，该框架不应被解释为用于预测研究是否会产生阳性结果的验证工具。未来验证应考察评审者间信度、内容效度以及在外部证据语料或已知数据生成机制的模拟中的可重复性。在同一语料中与统计学显著性的关联不构成充分验证。
4.5 优势与局限性
主要优势是将问题从研究是否在结构上能够检测关联转变为每项报告估计值所回答的临床问题以及该问题在报告间是否可比。其他优势包括结果层面概况分析、明确分离结局层与效应指标、设计特异性地记录时间零点和暴露窗、识别汇总证据与重叠数据源，以及在编码规则中排除效应方向和统计学显著性。局限性包括：域分类需要判断，框架尚未经过正式内容效度或外部验证；证据语料较小，尤其随机证据有限；荟萃分析报告未重新提取每项成分原始研究而无法在研究层面表征；不完整报告被分类为不明确，但审计无法确定未完全报告的程序是否仍得到适当实施；可观测性概况不能控制混杂、选择偏倚、测量误差或其他因果推断威胁；本研究未设计用于估计PPI相关CDI风险的因果大小，其结果不应被解释为证明方法学可观测性解释了不一致的效应估计。时间对齐域的评审者间一致性低于其他域，提示对不完全报告的时间零点、暴露窗和结局风险期的分类仍需进一步细化和外部验证。
5 结论
结局可观测性可保留为一种结果特异性的方法学框架，用于描述已发表的PPI-CDI估计值是否回答可比的临床问题。本审计识别出目标结局、合格风险集、暴露对照、时间对齐、结局确定、证据汇总和数据源依赖性方面的差异。这些差异限制了直接跨研究比较，但并未证明可观测性条件解释了所报告估计值的效应方向或统计学显著性。因此，该框架应被解释为描述性的方法学审计，而非经过验证的评分工具、阳性结果预测指标或因果推断的基础。
