在抗擊COVID-19大流行中，學(xué)術(shù)機(jī)構(gòu)、醫(yī)保機(jī)構(gòu)、知名智庫應(yīng)用來自于真實(shí)世界數(shù)據(jù)的信息，分析醫(yī)療資源利用率、人群健康、干預(yù)效果，從而更有效地調(diào)配資源。

根據(jù)FDA的定義，真實(shí)世界數(shù)據(jù)（real world data，RWD）指從傳統(tǒng)臨床試驗(yàn)以外的其它來源獲取的信息；借助于RWD，醫(yī)藥行業(yè)可以深入了解患者健康狀況或醫(yī)療照護(hù)情況。在抗擊COVID-19大流行期間，通過從患者調(diào)研、電子病歷（EHR）中采集的信息，結(jié)合對(duì)既往疫情暴發(fā)和醫(yī)院收容能力的研究，醫(yī)藥行業(yè)正在借助RWD的力量，幫助領(lǐng)導(dǎo)者根據(jù)判斷，做出關(guān)鍵決策。

洞悉醫(yī)療資源利用率，合理配置醫(yī)院收治能力

COVID-19疫情使許多醫(yī)院面臨著前所未有的醫(yī)療資源壓力，尤其是對(duì)重癥患者的醫(yī)療照護(hù)方面。對(duì)于木桶效應(yīng)，大家并不陌生。一只木桶能裝多少水，并不取決于最長的桶板，而是取決于最短的桶板?？挂叩牡览硪嗳弧Ｒ虼?，找出收治能力低的地區(qū)，非常重要。一些組織正在通過RWD監(jiān)控醫(yī)院利用率和收治能力數(shù)據(jù)。

總部位于馬里蘭州的Definitive Healthcare公司，最近與從事地理信息系統(tǒng)（GIS）地圖和智能定位的Esri公司合作，啟動(dòng)了一個(gè)交互式數(shù)據(jù)平臺(tái)。平臺(tái)用戶可跟蹤全美的病床容量以及潛在的地理風(fēng)險(xiǎn)區(qū)域，顯示全美病床床位、ICU床位位置和數(shù)量分布，同時(shí)還提供總床位利用率信息。

一些機(jī)構(gòu)利用RWD設(shè)計(jì)建模工具，幫助醫(yī)院和衛(wèi)生系統(tǒng)為重癥監(jiān)護(hù)計(jì)劃做好準(zhǔn)備。今年4月7日，《內(nèi)科學(xué)年鑒》（Ann Intern Med）發(fā)表賓夕法尼亞大學(xué)醫(yī)療體系（Penn Medicine）Gary E. Weissman醫(yī)生和同事的論文，該團(tuán)隊(duì)開發(fā)的工具，用于預(yù)測最佳和最壞情況下，臨床需求的激增以及新冠病毒對(duì)醫(yī)院容量的影響。研究團(tuán)隊(duì)采用可公開獲取的COVID-19流行病學(xué)數(shù)據(jù)和來自賓州的多家醫(yī)院的臨床結(jié)果數(shù)據(jù)，來構(gòu)建模型。研究團(tuán)隊(duì)表示，通過醫(yī)療衛(wèi)生系統(tǒng)臨床和運(yùn)營負(fù)責(zé)人與數(shù)據(jù)科學(xué)團(tuán)隊(duì)的密切協(xié)作，能夠根據(jù)來自世界各地發(fā)布的數(shù)據(jù)，迅速探究相關(guān)情況，為相應(yīng)部署提供依據(jù)。

知名智庫蘭德公司（RAND Corporation），創(chuàng)建了一個(gè)類似模型。研究人員開發(fā)了一種交互式工具，使決策者可以估算當(dāng)前的收治能力，探索優(yōu)化、提高收治能力的策略。

蘭德公司的開發(fā)小組回顧了既往疫情暴發(fā)和與抗擊COVID-19經(jīng)驗(yàn)的文獻(xiàn)，調(diào)研奮戰(zhàn)在抗疫一線的臨床醫(yī)生，與多個(gè)急救醫(yī)療服務(wù)提供方舉行了虛擬圓桌會(huì)議。蘭德公司研究小組表示，對(duì)這些重癥監(jiān)護(hù)容量的估計(jì)，可以為跨區(qū)域重癥監(jiān)護(hù)資源共享提供信息，滿足從需求較少區(qū)域到需求較大區(qū)域的資源調(diào)配需求?！肮膭?lì)醫(yī)院負(fù)責(zé)人、地區(qū)和州官員使用此工具，根據(jù)相關(guān)社區(qū)數(shù)據(jù)的假設(shè)，探討重癥監(jiān)護(hù)容量創(chuàng)建策略?！?/p>

識(shí)別高風(fēng)險(xiǎn)人群，為亟需者施以援手

采集、分析RWD，可用于識(shí)別、確定COVID-19大流行期間風(fēng)險(xiǎn)最高的人群。醫(yī)療補(bǔ)助責(zé)任機(jī)構(gòu)Medical Home Network（MHN），通過找出哪些患者正在遭受社會(huì)孤立來識(shí)別確定易感個(gè)體。該機(jī)構(gòu)的工作人員通過了解受訪者是否獨(dú)居，無家可歸，是否在生病時(shí)有其它人士施以援手，來確定亟需幫助的高風(fēng)險(xiǎn)弱勢(shì)群體。

該組織還利用人工智能與機(jī)器學(xué)習(xí)，來識(shí)別哪些患者屬于因COVID-19入院治療的高風(fēng)險(xiǎn)人群，哪些患者屬于呼吸系統(tǒng)疾病引起的無關(guān)并發(fā)癥人群。確定哪些患者有可能因呼吸衰竭或COVID-19入院，哪些患者與社會(huì)隔絕，最終確定應(yīng)該首先對(duì)哪些患者伸出援手。

其它多家機(jī)構(gòu)正在采集患者數(shù)據(jù)，以更好地了解COVID-19風(fēng)險(xiǎn)因素。內(nèi)華達(dá)州健康計(jì)劃（Healthy Nevada Project）的研究人員進(jìn)行了一項(xiàng)人口健康研究，結(jié)合遺傳、臨床和環(huán)境數(shù)據(jù)，目前正在納入知情同意的參與者的COVID-19數(shù)據(jù)。

在該組織開展的一項(xiàng)在線調(diào)研中，研究參與者回答13項(xiàng)問題，提供了可能的COVID-19暴露或風(fēng)險(xiǎn)的信息，包括近期出行、參加大型公共活動(dòng)，以及受訪者自己是否覺得有病毒感染相關(guān)癥狀的信息?！把芯咳藛T在不到一周的時(shí)間內(nèi)提供的數(shù)據(jù)，使我們能夠發(fā)現(xiàn)社區(qū)內(nèi)的風(fēng)險(xiǎn)因素，并采取有針對(duì)性地響應(yīng)行動(dòng)?！表?xiàng)目負(fù)責(zé)人Joseph Grzymski博士表示。

州一級(jí)的政府機(jī)構(gòu)也正在利用RWD來證明COVID-19對(duì)某些社區(qū)的影響。伊利諾伊州公共衛(wèi)生局（IDPH）通過按照郵政編碼發(fā)布COVID-19病例，使大家能夠了解病毒對(duì)該州不同地區(qū)的影響程度和方式。這些信息可以幫助領(lǐng)導(dǎo)人認(rèn)識(shí)到哪些地理位置可能需要更嚴(yán)格的干預(yù)措施，哪些地區(qū)擁有更多的重癥監(jiān)護(hù)資源。

追蹤成功干預(yù)方法，為后續(xù)行動(dòng)提供有用信息

隨著確診的COVID-19病例數(shù)繼續(xù)攀升，全美各州都行動(dòng)起來，采用嚴(yán)格的干預(yù)方法來遏制傳播。保持社交距離，已在全美社區(qū)廣泛采用，研究者已開始研究這些方法的潛在影響。

德克薩斯大學(xué)醫(yī)學(xué)中心（UTHealth）的一個(gè)研究團(tuán)隊(duì)，采用AI工具確定，是否需要更嚴(yán)格、迅速的干預(yù)措施，減少冠狀病毒在休斯頓地區(qū)更廣傳播。研究者根據(jù)中國和意大利的COVID-19案例開發(fā)了該模型，計(jì)劃將模型應(yīng)用于全球150個(gè)國家。研究人員首先在州一級(jí)使用該模型，在包括休斯頓在內(nèi)的德州都市區(qū)使用。

UTHealth公共衛(wèi)生學(xué)院院長、M. David Low公共衛(wèi)生講習(xí)教授Eric Boerwinkle博士表示，盡管相關(guān)數(shù)字和細(xì)節(jié)繁雜，但已經(jīng)確認(rèn)了兩個(gè)結(jié)果非常一致的模式：早期干預(yù)效果更好；更嚴(yán)格的干預(yù)比不嚴(yán)格的干預(yù)效果更好。

斯坦福大學(xué)的研究人員開發(fā)了一個(gè)數(shù)據(jù)驅(qū)動(dòng)工具，用于評(píng)估諸如保持社交距離、隔離等干預(yù)措施的可能結(jié)果。該模型顯示不同假設(shè)場景情況下的潛在軌跡（前饋），而非特定位置的精確動(dòng)態(tài)（反饋）。模型架構(gòu)能夠確定實(shí)施不同類型、強(qiáng)度和持續(xù)時(shí)間的干預(yù)措施，并顯示這些干預(yù)措施如何影響病毒隨時(shí)間的傳播。研究團(tuán)隊(duì)正考慮在將來加入其它干預(yù)措施和方案，包括追蹤接觸者，相關(guān)方法的有效性，取決于檢測能力、死亡率、住院率、目標(biāo)人群的年齡結(jié)構(gòu)等。課題負(fù)責(zé)人，從事傳染病生態(tài)學(xué)研究的Erin Mordecai博士表示，希望就長期響應(yīng)的結(jié)果展開范圍更廣的討論。“我們擔(dān)心一旦取消控制措施，該病就可能迅速傳播?！?/p>

業(yè)界依據(jù)RWD，分析醫(yī)療資源利用率、人群健康、干預(yù)效果，從而更有效地調(diào)配資源。隨著抗擊COVID-19大流行的形勢(shì)不斷發(fā)展變化，運(yùn)用RWD，將有助于醫(yī)療保健領(lǐng)域的領(lǐng)導(dǎo)者做出關(guān)鍵決策，減輕病毒的影響。對(duì)新冠病毒的追蹤、控制和深入了解，將在很大程度上取決于行業(yè)依據(jù)既往和當(dāng)前的真實(shí)世界信息的學(xué)習(xí)掌握能力。(生物谷世聯(lián)博研Bioexcellence）

小編推薦會(huì)議 2020（第四屆）RWE真實(shí)世界研究峰會(huì)

http://meeting.世聯(lián)博研Bioexcellence/2020RWE？__token=liaodefeng