真实世界研究中，
患者报告结局到底怎么做才对
真实世界研究（RWS）发展到今天，大家对数据来源、混杂控制、统计建模的讨论已经非常充分了。但有一个环节，至今仍是"人人都知道重要，人人都不太会做"——患者报告结局（Patient-Reported Outcome，PRO）。
这不是小题大做。2021年，FDA发布了一份专门针对PRO的指导原则终稿（Patient-Focused Drug Development: Selecting, Developing, or Modifying Fit-for-Purpose Clinical Outcome Assessments），2023年EMA跟进。2025年，中国NMPA在若干肿瘤药和罕见病药的审评中，明确要求提交PRO证据。而医保综合价值评价指南征求意见稿中，PRO作为"临床价值"维度的核心证据来源，被单列一节。
换句话说，过去做RWS，PRO是"锦上添花"；今天做RWS，PRO是"必须作答"。
但这恰恰是RWS的短板。大多数研究者对PRO的理解停留在"让患者填个量表"的层面，对量表选择的逻辑、最小临床重要差异（MCID）的确定、数据收集的最佳时机、以及PRO如何与临床终点、生物标志物、经济学评价整合——缺乏一套系统的方法论框架。
这篇文章，我们从实操角度，把这些问题捋一遍。
一、PRO是什么，以及为什么RWS特别需要它
先简单对齐概念。PRO，全称Patient-Reported Outcome，直译是"患者报告的结局"，指的是直接来自患者的、未经临床医生或研究者解释的健康状况测量。它涵盖四个维度：
症状：疼痛、疲劳、恶心、瘙痒等患者主观体验
功能状态：日常活动能力、行走、自理等
健康相关生活质量（HRQoL）：生理、心理、社会功能的综合感知
治疗满意度：对治疗方案的整体评价、依从意愿
为什么RWS特别需要PRO？三个理由：
第一，RCT中收集的PRO往往是"理想化"的。入组标准严格、随访频率固定、数据缺失率低——但这恰恰不是真实临床实践中的情况。RWS中收集PRO恰恰是为了回答"在真实世界里，患者到底感觉怎么样"。
第二，很多疾病的临床终点不够敏感。特别是在慢性病、神经退行性疾病、精神疾病、变态反应性疾病中，生化指标或影像学终点的变化往往滞后于患者的实际感受。PRO可以捕捉到"患者感知到的第一个变化"。
第三，医保和HTA机构越来越看重PRO。药物的临床价值评价不再只看"是否能延长生存期"，还要看"延长的那段时间里，患者活得好不好"。PRO是回答"值不值这个价"的关键证据。
一句话：PRO不是患者满意度调查。它是测量"治疗到底给患者带来了什么变化"的系统化工具。在RWS中，PRO的质量直接决定了你的研究能否通过监管和医保的双重审查。
二、量表选择：没有"最好"的量表，只有"最合适"的量表
PRO的实现依赖量表（也称为"患者报告结局测量工具"，PROM）。每个量表都有其适用范围、信效度证据和文化适应性要求。选错量表，整个PRO部分的数据都会打折扣。
1. 三类量表，各有适用场景
市面上的PRO量表上百种，但按其目的，大致分三类：
| 类别 | 代表量表 | 测量内容 | 适用场景 |
|---|---|---|---|
一个常见的错误是：只选通用量表，以为EQ-5D足够覆盖所有场景——结果发现疾病特异性变化完全抓不住。另一个常见错误是：只选疾病特异性量表，结果做卫生经济学评价时发现没有效用值（utility）可以换算QALY。
正确的策略是组合使用：一个通用量表（保证跨疾病比较和经济学分析）+ 一个疾病特异性量表（保证临床敏感性）+ 可选症状特异性量表（针对特定研究问题）。
2. 量表选择的三步核查清单
实操中，建议研究者在确定量表之前，完成以下三步核查：
第一步：概念匹配。这个量表测量的概念（construct），和我的研究问题一致吗？比如研究认知功能变化，你就不能用PHQ-9（抑郁量表）来凑数。
第二步：人群验证。这个量表在目标人群中做过信效度验证吗？如果没有中文版本或没有在同类疾病中验证过，需要先做跨文化调试和预测试。
第三步：监管认可。FDA、EMA、NMPA对这个量表的态度是什么？如果在FDA的COA（Clinical Outcome Assessment）资格认定列表里，或者EMA的Scientific Advice里被推荐过，审评时被质疑的概率会大幅降低。
避坑提示：不要自己"改编"已有量表。即使只改了一个问题的措辞，从监管角度看，你创建了一个"新量表"，需要重新验证。要么用已验过的完整版本，要么走正式的COA开发流程——没有第三条路。
三、MCID：PRO中最容易被忽略，也最容易出问题的概念
说到PRO，有一个绕不开且经常被忽略的概念：最小临床重要差异（Minimal Clinically Important Difference, MCID）。
MCID回答的问题是：一个PRO量表上变化了多少分，才算"对患者有意义"的变化？
举个例子：一个治疗让患者在EQ-5D VAS上改善了5分，这个统计学上可能是显著的（p<0.05），但临床上——5分的VAS变化，患者真的感觉到生活质量变好了吗？
MCID的价值就在这里：它把统计显著性翻译成临床意义。
MCID的三种确定方法
| 方法 | 原理 | 优点 | 局限 |
|---|---|---|---|
目前国际共识（包括FDA指南）推荐：以锚定法为主，分布法为辅，多种方法交叉验证，取一个范围而不是一个固定数字。比如"治疗后PRO改善的MCID区间为3-5分"，比"MCID=4分"更稳健。
一个在RWS中非常实用的做法是：在设计阶段就用已有文献中同类人群的MCID来估算样本量，在数据分析阶段再用本研究数据验证MCID。两步都做，才算完整。
四、数据收集：时机、方式和脱落处理
量表选择对了、MCID也确定了，不等于PRO数据就会好。RWS中PRO数据质量的"拦路虎"是三个实操问题。
1. 收集时机：太少抓不住变化，太频繁患者不配合
RWS的随访频率远低于RCT。一个典型的RWS可能每3-6个月才有一次数据采集点，但这对于PRO来说可能不够——尤其是急性期治疗或症状波动明显的疾病。
建议的收集节奏：
基线（治疗前）：必须收集，不可省略
治疗早期（1-3个月）：捕捉早期效果和不良反应的主观体验
稳定期（6-12个月）：评估长期维持效果和生活质量变化
关键事件前后：如换药、剂量调整、病情加重——这些时间点是PRO变化的"高信息量窗口"
2. 收集方式：纸质 vs 电子，不是小事
电子化PRO（ePRO）相比纸质PRO有很多优势：数据完整性更好（减少漏填）、时间戳不可篡改、自动计分减少人工错误。但RWS中推广ePRO面临一个现实障碍：老年患者、教育程度较低的患者可能不习惯使用电子设备。
折中方案是：优先采用ePRO，同时保留纸质版本作为备份渠道。关键是在研究方案中明确规定两种方式的换算关系和数据合并规则。
3. 缺失数据处理：PRO的缺失数据不是随机缺失
这是最容易被忽视的问题。PRO数据缺失，往往不是因为"患者忘了填"——在慢性病和重症领域，缺失本身就是一个信号：病情加重导致没法填、疗效不好导致不愿填、甚至死亡导致不可能填。
因此，直接删除缺失值或做简单末次观察结转（LOCF），大概率会导致PRO被高估。推荐的做法是：
先分析缺失模式（缺失完全随机还是非随机）；
优先使用混合效应模型（MMRM）或多重插补；
做敏感性分析（如对照模式混合模型，假设缺失者结局更差），展示结果的范围而不是单点估计。
实操参考线：如果PRO的缺失率超过20%，建议在论文中单独列一个"缺失数据分析"小节，否则审稿人和监管机构大概率会追问。低于10%并且缺失机制分析合理，可以合并到主分析中。
五、PRO如何与其他终点整合：从"各说各话"到"讲同一个故事"
这是PRO在RWS中最有潜力但也最需要方法论的部分。
很多RWS报告把临床终点、PRO、生物标志物、药物经济学分别分析、分别报告，结果是同一个研究的不同部分在"各说各话"：临床终点显示获益，PRO却不变；或者PRO改善了，经济学评价却通不过阈值。审评方看了会困惑："你到底想证明什么？"
整合分析框架：从连锁证据到共同终点
我们推荐一个三层整合框架：
| 层级 | 整合方式 | 举例 |
|---|---|---|
第一层是基础，每项RWS都应该做。第二层适合"证明价值"的场景，如医保谈判材料。第三层需要较大的样本量和纵向数据，适合学术发表和高水平证据生成。
对RWS研究团队的建议
在设计阶段就把PRO和其他终点的整合计划写进统计方案（SAP），而不是分析完成后再想"怎么把PRO结果塞进去"。PRO不是附属品，它需要和主要终点、次要终点的层级关系一样的严谨规划。
六、实操自检清单
最后，我们整理了一份可操作的自检清单。如果你正在设计或执行一项包含PRO的RWS，请逐项核对：
□ PRO是否被列入研究方案的主要终点或关键次要终点（而非探索性终点）？
□ 量表选择是否包含"通用+疾病特异性"组合？
□ 量表是否有目标人群的中文版信效度验证文献？
□ MCID是否在文献中有报道？是否同时采用锚定法和分布法？
□ 样本量计算是否基于MCID（而不是简单的均值差异）？
□ 数据收集时机是否覆盖基线、早期、稳定期和关键事件？
□ 是否优先采用ePRO？是否有纸质备份方案？
□ 缺失数据处理策略是否写进SAP？是否包含敏感性分析？
□ PRO与其他终点的整合分析是否在设计阶段就已规划？
□ 研究团队中是否有一位具有PRO方法学背景的成员？
如果你对其中超过三项的回答是"否"，建议在设计阶段花时间补齐，而不是等数据收集完了再想办法补救。
PRO在RWS中是一个被低估的"金矿"。它离患者最近，承载的信息维度最丰富，也是监管和医保都越来越看重的证据类型。但PRO不是随便找个量表填一填就完了——从量表选择、MCID确定、收集方式、缺失处理到终点整合，每一步都有方法学门槛。
好消息是，这些门槛一旦跨过，PRO会变成RWS中最有区分度的竞争力。在别人还在用"临床缓解率"这一种语言说话的时候，你已经可以用临床终点+患者体验+经济学价值三种语言同时发言。
这才是真实世界研究该有的样子。
参考来源
FDA. Patient-Focused Drug Development: Selecting, Developing, or Modifying Fit-for-Purpose Clinical Outcome Assessments. Guidance for Industry. 2021.
EMA. Appendix 2 to the guideline on the evaluation of anticancer medicinal products in man: the use of patient-reported outcome (PRO) measures in oncology studies. 2023.
国家医疗保障局. 药品真实世界医保综合价值评价系列指南（试行）（征求意见稿）. 2026.
Revicki D, et al. Recommended methods for determining responsiveness and minimally important differences for patient-reported outcomes. J Clin Epidemiol. 2008;61(2):102-109.
Coon CD, Cappelleri JC. Interpreting change in scores on patient-reported outcome instruments. Ther Innov Regul Sci. 2016;50(1):22-29.
Calvert M, et al. Guidelines for inclusion of patient-reported outcomes in clinical trial protocols: The SPIRIT-PRO extension. JAMA. 2018;319(5):483-494.
Mercieca-Bebber R, et al. The importance of patient-reported outcomes in clinical trials and strategies for future optimization. Patient Relat Outcome Meas. 2018;9:353-367.
