医械资质百问百答
上市后管理
医疗器械真实世界数据怎么收集？
先说结论：真实世界数据不是把售后聊天、医院病历或销售反馈汇总后就能直接用于临床评价。企业应先提出可回答的临床或风险问题，再设计数据来源、变量、质量控制和统计分析；只有相关、可靠、可追溯且符合数据合规要求的数据，经过科学分析后才可能形成真实世界证据。
先明确要回答什么问题
- 产品在真实使用中的安全性、性能或临床获益是否得到确认；
- 某类低频、长期或特殊人群风险是否存在；
- 设计、材料、软件、适用范围或使用方法变化后结果是否可接受；
- 上市前证据缺口、附带条件或监管要求是否需要补充；
- 投诉、不良事件或文献信号是否能通过系统数据进一步评价。
问题决定研究人群、对照、结局、观察期和数据量。没有明确问题，收集再多字段也容易形成不可解释的数据仓库。
常见数据来源有哪些
- 医疗器械登记、医院信息系统、电子病历和医保或区域健康数据库；
- 既有临床试验延长随访、前瞻性队列和患者随访；
- 产品使用日志、设备数据、维修、投诉和不良事件记录；
- 患者报告结局、医生评价及结构化用户调查；
- 多个数据源经合法、准确的标识和规则关联后形成的数据集。
核心字段应如何设计
至少考虑患者与疾病特征、器械名称和 UDI 或型号批号、使用时间、操作者和机构、适应证、联合治疗、临床终点、不良事件、随访和退出原因。字段定义、单位、时间窗和编码规则要预先统一，并保留数据字典和版本。
数据质量重点检查什么
- 相关性：人群、产品、终点和观察期能否回答研究问题；
- 完整性：关键变量缺失率、失访和未记录原因是否可接受；
- 准确性：抽样核对源数据，验证异常值、时间逻辑和器械识别；
- 一致性：不同医院、系统、版本和人员的定义是否统一；
- 可追溯性：数据来源、提取、清洗、修改和分析过程均有记录。
偏倚和缺失数据怎么处理
真实使用中存在选择偏倚、混杂、信息偏倚和失访。方案应预先说明纳排标准、对照选择、混杂控制、缺失机制、敏感性分析和亚组分析，不能只删除不利或不完整病例。数据清洗规则和排除记录应可复现。
隐私和权限怎样控制
应明确数据处理合法基础、知情同意或伦理要求、最小必要字段、去标识化、访问权限、传输存储、留存期限和对外共享。患者身份映射与分析数据分离，导出和修改保留审计轨迹，不能把含个人信息的原始聊天记录随意转交分析。
上市后临床跟踪见上市后临床跟踪和临床评价什么关系；使用单位反馈见使用单位反馈如何用于质量改进；上市后监督计划见上市后监督计划怎么做。
真实世界数据官方依据
真实世界数据能否支持监管目的，要结合具体问题、数据质量和研究设计判断；日常业务数据并不会因样本量大而自动成为有效临床证据。
