數(shù)據(jù)庫(kù)的創(chuàng)建需要整個(gè)科研團(tuán)隊(duì)的協(xié)作，大量科研經(jīng)費(fèi)的投入。數(shù)據(jù)庫(kù)的使用更是每一位科研工作者日常工作的一部分。對(duì)于科研工作者，使用數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行科學(xué)分析，形成科研想法并得到科研結(jié)果；對(duì)于創(chuàng)建數(shù)據(jù)庫(kù)的團(tuán)隊(duì)，使用數(shù)據(jù)庫(kù)則更多的是如何將數(shù)據(jù)庫(kù)維護(hù)好并與外部合作者進(jìn)行項(xiàng)目合作。

今天，我想跟大家分享：作為科研工作者如何有效利用數(shù)據(jù)庫(kù)的數(shù)據(jù)？

從分析角度分類科研目的

數(shù)據(jù)庫(kù)的使用必須要有一定的目的，無目的的使用數(shù)據(jù)庫(kù)就像姜太公釣魚，也許運(yùn)氣能帶來一點(diǎn)成果吧。

根據(jù)分析角度，大致可以分為如下四類：

1.橫斷面分析：用來描述數(shù)據(jù)庫(kù)內(nèi)病人的特征；

2. Association（相關(guān)性分析）：相關(guān)性的研究可為臨床和生物實(shí)驗(yàn)做好“知道”作用，post-marketing的隨訪研究可為藥物副作用和長(zhǎng)期效應(yīng)提供依據(jù)；

3. Mechanism（機(jī)理研究）：數(shù)據(jù)庫(kù)合并檢測(cè)血液、活檢或糞便等生物標(biāo)本獲得實(shí)驗(yàn)室變量（包括生物標(biāo)記物、代謝物、基因檢測(cè)等），臨床實(shí)驗(yàn)就可進(jìn)行藥理分析，幫助研究各疾病的發(fā)生、發(fā)展和進(jìn)程的研究。

4. Prediction（疾病預(yù)測(cè)）：基于以上研究，綜合病人自報(bào)信息和生理病理檢 驗(yàn)結(jié)果，就可以用于病人疾病預(yù)測(cè)以及行管政策的制定。

先舉一個(gè)例子幫助理解

假設(shè)需要證明：mtDNA氧化損傷介導(dǎo)PM2.5暴露引起的認(rèn)知下降。

利用如下邏輯圖：

1. 橫斷面分析：可以報(bào)道數(shù)據(jù)庫(kù)的PM2.5暴露的水平等

2. 相關(guān)性分析：可以分析PM2.5暴露與認(rèn)知下降是否相關(guān)；如果相關(guān)則為進(jìn)一步的機(jī)理研究提供證據(jù)；

3. 機(jī)理分析：利用生物樣本檢測(cè)指標(biāo)mtDNA氧化損傷水平（mtDNA拷貝數(shù)），通過Baron-Kenny分析方法得到mtDNA氧化損傷水平是否為PM2.5暴露引起認(rèn)知下降的機(jī)制之一；

4. 疾病預(yù)測(cè)分析：根據(jù)PM2.5暴露、認(rèn)知下降和mtDNA氧化損傷水平，以及其他相關(guān)的風(fēng)險(xiǎn)因素獲得認(rèn)知下降的疾病預(yù)測(cè)模型。

基于這個(gè)例子，讓我們細(xì)細(xì)講講各種分析方法吧。

橫斷面分析

橫斷面分析：選擇一個(gè)時(shí)間點(diǎn)進(jìn)行橫斷面分析，常常描述暴露因素或者疾病患病率和發(fā)病率。也可以延伸到描述患病率或發(fā)病率隨時(shí)間的變化（WHO報(bào)告一般為這一類）。

橫斷面的研究局限性很大，而且對(duì)數(shù)據(jù)庫(kù)的量有一定的要求。

相關(guān)性研究

臨床試驗(yàn)數(shù)據(jù)庫(kù)往往是基于相對(duì)周期較短的臨床試驗(yàn)產(chǎn)生的數(shù)據(jù)，而臨床試驗(yàn)后的長(zhǎng)期隨訪則產(chǎn)生了長(zhǎng)期觀察所得的臨床終點(diǎn)的結(jié)果，比如癌癥、生存率等。

對(duì)于臨床數(shù)據(jù)庫(kù)，除了研究臨床試驗(yàn)?zāi)康闹?，往往還可以進(jìn)行其他方面的分析。那么如何入手呢？

1. 從暴露因素角度挖掘數(shù)據(jù)。暴露因素往往包含如下幾類：

1）環(huán)境因素，比如空氣污染、水污染等；

2）工作、職位等社會(huì)因素，比如收入、社會(huì)地位等；

3）生活方式，比如飲食、鍛煉、睡眠、心理壓力、性生活等；

4）政策因素，全國(guó)各地政策各有不同，很多也影響著健康狀況。

這些暴露因素往往被忽略，但時(shí)刻影響著長(zhǎng)期健康狀況。因此，可以試著看看這些因素與健康指數(shù)的關(guān)聯(lián)性，也許會(huì)有新發(fā)現(xiàn)呢！

2. 從臨床終點(diǎn)角度挖掘數(shù)據(jù)：

1) 短期臨床終點(diǎn)：CVD、糖尿病、肥胖、COPD等；

2) 長(zhǎng)期臨床終點(diǎn)：腫瘤、死亡等；

3）生活質(zhì)量評(píng)價(jià): 尤其對(duì)于以病人為樣本的臨床試驗(yàn)，完全可以尋找臨床用藥治療／治療與生活質(zhì)量的關(guān)系。

一個(gè)研究一般只挑選一項(xiàng)關(guān)鍵的結(jié)局終點(diǎn)事件作為主要測(cè)量指標(biāo)，而其他多項(xiàng)指標(biāo)作為次要測(cè)量指標(biāo)。對(duì)于結(jié)局指標(biāo)的關(guān)鍵是一定要明確定義終點(diǎn)，并且測(cè)量方法和測(cè)量的時(shí)間都需要規(guī)范化，這也是發(fā)文章時(shí)審核的重點(diǎn)之一。除非研究有特殊需要，一般不采用生化檢查結(jié)果等“中間結(jié)局”指標(biāo)；最好還能是由第三方來認(rèn)證的。

對(duì)于相關(guān)性分析，對(duì)數(shù)據(jù)庫(kù)的要求：1）baseline和隨訪信息較為全面；2）對(duì)于相關(guān)變量收集較為正確和全面；3）對(duì)于病人自報(bào)變量沒有太大偏差；4）沒有太多數(shù)據(jù)丟失的情況（理論上來說10%的missing data將足以影響分析結(jié)果）。滿足了這些條件，建立的相關(guān)性將比較有說服力。

機(jī)理分析

如果數(shù)據(jù)庫(kù)內(nèi)包含生物樣本信息，則可以進(jìn)行研究使用藥物/臨床干預(yù)與機(jī)體（含病原體）相互作用及其規(guī)律和作用機(jī)理。基因組學(xué)，表觀基因組學(xué)和代謝物組學(xué)都包含在這類分析中。

機(jī)理研究可以很好的應(yīng)用于藥物和治療方法的選擇。可以利用的生物樣本包括：血液、糞便、活檢、指甲、頭發(fā)、唾液等，或用于檢測(cè)暴露物的濃度或代謝物濃度、微生物、病例組織特征、基因檢測(cè)信息等。通過實(shí)驗(yàn)室檢測(cè)，獲得實(shí)驗(yàn)室數(shù)據(jù)用于分析相關(guān)性內(nèi)的生物學(xué)機(jī)制。

對(duì)數(shù)據(jù)庫(kù)的要求除了滿足以上相關(guān)性分析中提到的要求外，還需要具備：1) 生物樣本收集；2）生物標(biāo)記物的實(shí)驗(yàn)室檢測(cè)和驗(yàn)證。

疾病預(yù)測(cè)分析

通過相關(guān)性分析和機(jī)理分析，就可以構(gòu)建疾病的預(yù)測(cè)模型。疾病預(yù)測(cè)模型往往提示患者暴露因素與健康指標(biāo)間的關(guān)聯(lián)，提示健康風(fēng)險(xiǎn)。1)預(yù)測(cè)疾病風(fēng)險(xiǎn)；2）提示政府部門相關(guān)的防御措施；3）幫助病人改變不良生活習(xí)慣；4）促進(jìn)更多的臨床研究推進(jìn)健康發(fā)展。

為了做好一個(gè)疾病預(yù)測(cè)模型，需要有相關(guān)疾病信息，暴露信息，生物樣本檢測(cè)信息，及混淆因素的信息，共同形成一個(gè)健康預(yù)測(cè)模型。

從數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)，到數(shù)據(jù)庫(kù)的構(gòu)建，再到數(shù)據(jù)庫(kù)數(shù)據(jù)的使用，基本上我們完成了框架性的介紹。未來兩期，我們將通過一個(gè)例子真實(shí)展示對(duì)于一個(gè)數(shù)據(jù)庫(kù)的思考。至于數(shù)據(jù)庫(kù)平臺(tái)的使用，也即將呈現(xiàn)給大家。謝謝您的關(guān)注，期待我們哦！