基于观察性数据的真实世界研究弥补了随机对照试验（randomized controlled trial，RCT）样本量和观察时间有限，研究人群有严格的入选标准，不能完全反映药品在真实医疗实践中的效果等方面的不足^[1-3]。因此，真实世界研究是药品安全性和有效性证据的重要来源，对RCT证据具有重要的补充和验证作用^[4-5]。在常规医疗实践中，随着患者病情、用药依从性等因素的改变，药物治疗的中断、加药和换药等随时间变化的情况十分常见^[6-7]。同时，在药物流行病学研究中混杂因素常常受既往暴露水平影响而在暴露和结局关联中起到中介作用^[8-9]。例如，在比较两种降糖药物与心血管疾病（CVD）风险关联的研究中，降糖药的使用会降低患者的糖化血红蛋白（HbA1c）水平，而HbA1c反映了血糖控制情况，又会影响降糖药种类和剂量的选择，同时HbA1c也被认为与CVD发生风险相关，因而HbA1c在特定时间成为治疗和结局之间关联的中介和混杂因素^[8]。类似于HbA1c这样的混杂因素在药物流行病学研究中普遍存在，其满足：①是研究结局的时间依赖性危险因素，同时该因素对后期的治疗或暴露有预测作用；②过去的药物暴露或治疗史影响随后的混杂因素水平。满足条件①的混杂因素被称为时依性混杂（time-varying confounders）^[9-10]。对于这类时依性混杂，如果采用传统的分析方法，如条件回归、分层、匹配、限制等，将面临两个严重问题^[11]：①消除了先期暴露通过当期混杂中介作用对结局产生的影响，使暴露与结局之间的关联偏向无效假设；②碰撞分层偏倚（collider stratification bias）^{[8, 10]}。针对这一问题，Robins及其合作者提出了一组可以控制有中介作用的时依性混杂的方法，即G-方法（generalized methods，G-methods）^{[8, 12-13]}，包括G-计算公式（G-computation formula）、逆治疗概率加权的边际结构模型（inverse probability of treatment weighting marginal structural model，IPTW-MSM），以及结构嵌套模型和G-估计（G-estimation of structural nested model，G-SNM）。虽然目前已经有数个研究^[13-16]对时依性混杂的处理问题进行了综述，但尚未见到对药物流行病学研究中的时依性混杂及其控制方法的系统分析和报告。Clare等^[14]的综述关注因果模型的应用而忽视了药物流行病学研究，其对主题的分类中药物相关的研究仅25篇（4.6%）。Suarez等^[15]对2000-2009年使用MSM的文献进行了综述，同样没有关注药物流行病学研究。Yang等^[16]综述了药物流行病学研究中时依性混杂的控制问题，但该研究仅关注MSM且仅纳入了2012年发表的文献。Pazzagli等^[13]对G-方法等用于药物流行病学研究的基本原理进行了介绍，但未系统和定量地分析这些方法的应用现状。鉴于此，本研究旨在对截至目前的涉及时依性混杂的药物流行病学研究的基本特征、发展趋势、方法学质量等问题进行更加全面地系统分析和总结。

研究方法

1. 文献检索：于2020年6月15日检索了PubMed、Embase、中国知网和万方数据知识服务平台4个中、英文数据库。由于本研究所关注的问题与Clare等^[14]的研究相似，即具有中介作用的时依性混杂及其控制，我们采用了类似的检索策略。检索词涉及时依性混杂和G-方法等主要分析方法，例如“time-varying confounder”“time-dependent confounder”“marginal structural model”等。详细检索策略及其他与本研究相关的补充内容见https://www.researchgate.net/publication/356174434_Suppl_112338-20201016-01240。

2. 文献纳入和排除：本研究中纳入满足以下所有条件的文献：①研究问题为某种或某类药物的安全性或有效性分析；②控制了潜在的具有中介作用的时依性混杂；③纯应用研究，或者以药物有效性或安全性评价作为实例阐述方法学基本原理的方法学研究。

排除满足以下任一条件的文献：①纯方法学研究，或者只含有模拟数据的研究；②不涉及药物的安全性或有效性，如药代动力学研究等；③不涉及对比组的研究和非原始研究，包括综述、评论、指南、共识、病例报告等；④会议摘要等研究方法介绍不全的文献；⑤不涉及具有中介作用的时依性混杂问题；⑥除中文和英文之外的其他语言文献；⑦无法获得全文的文献。

文献经过去重、阅读题目和摘要、阅读全文等3个步骤完成纳入排除过程，后2个步骤由研究者分工独立完成并经双人核查。

3. 文献信息定义和提取：提取的信息包括：文献基本特征，包括作者、发表年份、期刊、研究设计类型、数据来源等信息；暴露和结局定义，包括研究药物、对照、结局事件，以及这些变量的定义形式；数据分析，包括分析策略、评估的治疗策略、时依性混杂变量、统计学分析方法、研究的主要结果等；研究方法学质量评价，主要针对因果模型的2个基本假设，即阳性假设（positivity）和无未观察混杂（unmeasured confounding）提取了相关信息。此外，由于既往研究表明，IPTW/MSM方法是最常用的时依性混杂控制方法^{[14, 16]}，因此对这类文献，我们还提取了IPTW的类型、估计方法、估计后处理和分布描述等信息。

本研究中，有的文献对某一类信息的报告可能涉及多个类别。对于结局，有的文献同时报告了多个结局的结果，例如死亡和CVD，对这类文献我们最多提取了2个结局。同时，我们提取了全部时依协变量信息，因此同一个研究可能涉及多个类别的时依性混杂变量。此外，部分文献可能使用了多个时依性混杂的控制方法，我们提取了全部这类信息。因此除特殊说明外，本文报告的百分比均以最终纳入的文献数（298篇）作为分母计算。

本研究评估了忽视时依性混杂可能对效应估计造成的影响，并通过如下两个公式评估未控制混杂的“粗分析”结果、仅控制基线混杂的结果与控制时依性混杂结果的差异：

式中Bias_c和Bias_b分别表示粗分析和仅控制基线混杂时结果的偏倚程度，Eff_时依、Eff_粗和Eff_基线分别为控制时依性混杂、粗分析和仅控制基线混杂时的效应估计结果。

4. 趋势性分析：使用主题词（“Drug-Related Side Effects and Adverse Reactions”[Mesh]）OR（“Comparative Effectiveness Research”[Mesh]）检索了PubMed收录的药物安全性或有效性研究的文献，并将其历年文献数与涉及时依性混杂的文献数进行比较。

本研究使用EpiData 3.1软件提取文献信息，使用SAS 9.4软件完成所有统计学分析。

结果

1. 文献检索与纳入排除：从4个数据库中共检索到7 149篇文献，剔除重复文献2 416篇。通过阅读题目、摘要和全文，剔除综述、会议摘要、非药物安全性或有效性相关研究等文献，最终纳入298篇（图 1）。

2. 纳入文献的基本特征：纳入文献中最早的一篇发表于1992年，介绍了结构嵌套模型和G-估计。相关文献在2007年后出现明显增加，2013年出现波动性下降后再次明显增加，2015年后每年文献维持在30篇左右。同时，涉及时依性混杂的药物流行病学研究占药物安全性或有效性研究的比例呈现明显的增长趋势，但在整个药物流行病学研究中占比仍然很小。

纳入文献中261个（87.6%）为队列研究，34个（11.4%）为RCT数据的二次分析，另有两个病例对照和一个病例队列研究（表 1）；239篇（80.2%）文献为药物安全性或有效性的纯应用研究。涉及HIV/AIDS的研究最多，占全部研究的35.6%（106/298）；其次为肾病，占10.7%（32/298）。53个（17.8%）研究使用了多个数据源，163个（54.7%）研究使用了电子医疗数据库，其中使用最多的是Medicare和退伍军人健康管理数据（Veterans Health Administration，VHA），分别有20个（6.7%）和16个（5.4%）研究使用这些数据。

在涉及HIV/AIDS的研究中，关注抗反转录病毒治疗药物安全性或有效性的研究最多，占全部纳入研究的30.9%（92/298）。此外，关注较多的药物还包括他汀类、心血管系统用药、ACEI/ARB、抗风湿和免疫调节类药物以及精神性疾病用药。在研究结局方面，110个（36.9%）研究涉及死亡风险，是关注最多的结局类型，其次为心血管系统疾病，42个（14.1%）研究关注研究药物的心血管安全性。在样本量方面，观察性研究样本量明显多于RCT，规模最大的研究涉及超过160万的人群。

3. 暴露、对照和结局定义：所有纳入文献中，233个（78.2%）研究将药物暴露定义为二分类变量，仅有20个（6.7%）研究考察了连续型的暴露（表 2）。在对照方面，50.3%（150/298）的研究将未使用暴露组药物的其他研究对象作为对照，而55个（18.5%）研究将不同于暴露组的其他药物使用者作为对照。93个（31.2%）研究考察了同类或同种药物不同剂量、用药策略或用药变化之间的比较。在结局方面，53个（17.8%）研究考察了药物暴露与复合终点之间的关联，其中36个（67.9%）研究的复合终点中包括了死亡。时间-事件和二分类变量是最常用的结局定义形式，分别有54.4%（162/298）和30.9%（92/298）的研究定义了这两类结局，13个（4.4%）研究考察了多个类型的结局与药物暴露的关系。

4. 时依性混杂：在全部298个研究中，288个（96.6%）报告了时依协变量。实验室检查指标、合并症、合并用药等信息是最常见的时依性混杂变量，分别有179个（60.1%）、136个（45.6%）和108个（36.2%）研究考察了这些类型的时依性混杂变量（表 2）。而在分析中时依性混杂变量最常用的定义形式为连续变量和二分类变量，分别占71.8%（214/298）和64.4%（192/298）。在报告时依协变量的288个研究中，平均每个研究考虑了6.4个时依性混杂变量，33个（11.1%）研究仅考虑了一个时依性混杂，56.0%（167/298）的研究中时依性混杂变量不超过5个。

5. 分析方法和结果：意向性分析（intention to treat）和实际治疗分析（as treated）是最常用的分析策略，分别有137个（46.0%）和117个（39.3%）研究使用了这两种分析策略（表 3）。仅31个（10.4%）研究考察了动态治疗策略（dynamic treatment strategy），且其中13个（4.4%）研究考虑了随机治疗策略（random treatment strategy）。在统计学分析方面，IPTW/MSM是最常用的分析方法，占81.9%（244/298）。相比之下，G-公式、结构嵌套模型等其他G-方法使用率不足10%。因此，时依性混杂控制方法在药物流行病学研究中应用的趋势主要由IPTW/MSM方法决定。此外，在所有纳入研究中，最常报告的效应指标为HR值（156，52.3%）。

共有123个（41.3%）研究同时报告了不调整混杂和使用因果模型调整时依性混杂的结果，136个（45.6%）研究同时报告了调整基线混杂和使用因果模型调整时依性混杂的结果。与MSM等因果模型的结果相比，不调整混杂引起的偏倚程度中位数为28.2%（IQR：9.6%~61.8%），而调整基线混杂使偏倚程度减小，其中位数为18.2%（IQR：7.4%~40.8%）。两种分析与因果模型的结果相比，分别有58.5%（72/123）和43.4%（59/136）的研究偏倚超过20%，15个（11.0%）研究中传统方法调整基线混杂而获得的效应值方向与控制时依性混杂结果相反（表 4）。

6. 边际结构模型与逆概率加权：在244个使用IPTW/MSM方法的研究中，1个MSM分析中未报告参数估计方法。在剩余的243个研究中，204个（84.0%）报告了IPTW估计方法，其中仅8个（3.3%）研究使用了机器学习方法估计权重（表 5）。在193个（79.4%）使用（广义）线性模型估计权重的研究中，189个（97.9%）研究使用了logistic模型。81.5%（198/243）的研究估计了稳定的权重值，而104个（42.8%）研究对权重值进行了截尾或剔除极端权重的研究对象。以权重99%（1%）分位数作为临界值截尾权重的方法最常见，而在以特定权重值截尾的研究中，以10为截尾水平最常见。

7. 因果模型基本假设：所有纳入的研究中，仅86个（28.9%）研究明确描述对阳性假设进行检验或讨论，95个（31.9%）研究描述了IPTW的分布（表 5）。193个（64.8%）研究讨论了未测量混杂的潜在影响，其中仅21个（10.9%）研究针对未测量混杂进行了敏感性分析。

讨论

本研究是目前针对药物流行病学领域时依性混杂处理问题的最新和最全面的系统综述。近年来药物安全性和有效性研究对时依性混杂的关注明显上升，但是这些研究仍然主要集中于HIV/AIDS相关领域，慢性非传染性疾病用药的研究中对时依性混杂问题的关注仍然相对不足。同时，原理上相对简单但稳健性相对不足的MSM和IPTW方法^[14]仍然是药物流行病学研究处理时依性混杂问题的主流方法。而现有药物流行病学研究中考察最多的时依性混杂因素主要为实验室检查指标、合并症和合并用药等医疗实践中常规收集的临床数据。

在大数据时代，能否利用医疗保险、电子病历等真实世界数据产生真实世界证据已经成为监管机构必须考虑的问题^[17]。真实世界证据能否用于药品的有效性和安全性评价，关键取决于药物流行病学研究能否控制各种潜在偏倚以获得真实、无偏的关联估计^[18-19]。我们的结果表明，当存在时依性混杂时，不控制任何混杂效应平均会造成68%的偏倚，而仅控制基线混杂的传统分析方法对结果的偏倚控制有限，仍有43%的研究偏倚超过20%，且有11%的研究可能完全颠倒了药物的真实疗效或安全性。这与此前仅针对MSM的综述结果一致^[15-16]。这表明，在药物流行病学研究中，时依性混杂对结果的潜在影响不可忽视。然而，目前关注和控制时依性混杂的药物流行病学研究主要集中于某些特定的领域，例如HIV/AIDS、肾脏疾病和心血管疾病等，而其他领域的研究对这一问题的关注和相关方法的应用却十分有限。这可能与MSM最早且大量用于探索HIV/AIDS药物治疗的有效性和安全性问题有关。

本综述还发现，药物流行病学研究中考察最多的时依性混杂变量是实验室检查指标、合并症和合并用药，这些也是医疗实践中常规收集的患者信息，这与近年来基于电子医疗数据库的药物流行病学研究显著增加有关^[19]。随着临床实践中常规收集和电子存储的医疗信息的激增，基于大型电子医疗数据的观察性研究逐渐成为药物流行病学研究的主流，特别是在北美和欧洲等地区^{[5, 20]}。电子健康记录等电子医疗数据包含常规医疗过程中获取的各类纵向信息^[21]，相对于RCT和专门的队列研究，基于这种观察性医疗数据开展研究具有明显的优势：耗时短、成本低，可以反映药物在实际临床应用中的效果和安全性；规模大、时间长，可以回答药物的罕见不良事件风险等问题^{[5, 20]}。而且电子健康记录数据中药物处方等数据记录了用药起始和改变的时间，同时其数据量大而保证亚组分析具有较大的样本量，因而允许更精细地研究治疗时序对结局的影响^[22]。然而电子医疗数据也有其自身局限性，例如无法获得非处方用药信息；某些数据库，特别是管理型数据库，缺乏特定的潜在混杂变量，例如关于疾病严重程度的信息经常缺乏，因此可能无法排除疾病严重程度等因素造成的混杂^{[20, 23]}。现有研究大量应用实验室指标、共患疾病等信息可能是在数据有限性和混杂控制的充分性之间的妥协，这些药物流行病学研究也表明控制这些潜在的时依性混杂具有可行性和必要性。

MSM和IPTW是药物流行病学研究中控制时依性混杂最常用的分析方法，这可能是因为相比于其他方法，IPTW/MSM更易于理解、结果易于解释且更容易通过常用分析软件实现^[24]。但该方法稳健性较差，对模型设定错误较敏感^[24-25]。当混杂因素对暴露有高度的预测性，或当暴露是连续的或水平较多时，估计结果容易出现较大的偏倚和方差^[24]。近年来，一种被称为超级学习（super learning，SL）的集成学习方法被提出用于估计倾向性评分（PS）和逆概率权重，以避免依赖于单一的估计方法而引起模型设定错误^[26]。与传统的PS估计方法相比，基于SL的PS估计具有数据自适应性且不依赖数据分布假设，可以有效地减少偏倚，提高估计效率^[26-27]。然而，在使用IPTW/MSM的文献中，仅有3%的研究使用了SL方法，这表明现有考虑时依性混杂的药物流行病学研究在分析方法的选择上较为单一，而SL等更稳健的方法应用于药物流行病学研究的效果还需要更多的实证研究加以验证和推广。此外，其他G-方法，如G-公式和结构嵌套模型在药物流行病学研究中应用较少。与MSM相比，结构嵌套模型的优势在于能够估计时依性混杂变量的效应修饰作用，而传统的MSM只能估计基线协变量的效应修饰作用。同时结构嵌套模型对未测量混杂等假设的违背也更加稳健^[28]。而在动态治疗策略的比较研究中，参数G-公式通常能获得比IPTW/MSM更加精确的效应估计^[4]。此外，近年来一些新的方法被提出和应用于药物流行病学研究，例如具有双稳健性的目标极大似然估计^[29-30]、贝叶斯边际结构模型^[3]、半参数嵌套累积生存时间模型（SNCSTMs）^[24]、结构嵌套限制平均时间损失模型（SNRMTLMs）^[31]等，然而由于这些方法理论较复杂，其在药物流行病学研究中的应用明显不如IPTW/MSM^[14]。

时依性混杂的有效控制依赖于3个重要的基本假设，即一致性假设、阳性假设和无未观测混杂。一致性假设通常认为其成立而很少有研究对其进行检验和讨论^[16]，然而违反阳性假设和无未观测混杂的情况却并不罕见。本研究纳入文献中仅有很少一部分研究明确描述了对阳性假设进行检验或讨论。IPTW方法通常对阳性假设的违背更为敏感，这可能造成估计结果的严重偏倚^[32]。然而在使用IPTW控制时依性混杂的药物流行病学研究中，仅有不到40%的研究对权重分布进行了描述。稳定权重和截尾权重是避免违背阳性假设的常用方法^[33]，但截尾权重并不是一种理想的模型检验过程，因为极端权重通常包含了大量混杂效应，而截尾权重通常会使结果偏向于非加权估计值^[34]。因此，采用不同的截尾水平进行多组敏感性分析对于评估分析结果的可靠性十分重要^[35]。Santacatterina等^[33]提出了最优概率权重（optimal probability weights，OPW），即与原始权重之间有特定方差且最小欧式距离的概率权重值，来代替权重截尾，其模拟和实证研究表明，OPW的分布比截尾权重更窄，并且在所有违反阳性假设的情况下，OPW的表现都优于截尾权重^[33]。此外，通常用于药物流行病学研究的大型数据库由于并非为特定研究目的而建立，通常会缺乏一些关键的临床信息，因而可能遗漏一些重要的混杂变量^[23]。本研究中约有60%的研究考察的时依性混杂变量≤5个，部分研究可能因时依性混杂控制不充分而面临偏倚风险^{[16, 23]}。因此，当这种偏倚风险存在时，针对未测量混杂进行敏感性分析^[36-37]，或者利用混杂测量更充分的验证数据对结果进行校正^[23]等方法有助于评估估计结果的稳健性。

相对于既往研究，本研究对涉及时依性混杂的药物流行病学研究的人群、暴露、结局、分析方法等特征进行了更加全面地分析和总结。有利于领域内研究者全面充分地了解时依性混杂及其控制在药物流行学研究中的应用现状和发展趋势。本研究有一定的局限性。首先，我们只检索了两个英文数据库PubMed和Embase，未被两个数据库收录的药物流行病学研究可能被遗漏。其次，在检索中文数据库时，我们使用了英文概念的直译词，由于不同的研究者对时依性混杂及其控制方法理解上的不同，可能在发表文章中使用了不同的中文概念（例如，本文中的“时依性混杂”在其他文献中被称为“时变混杂”“依时混杂”等），尽管我们尝试将同一个英文概念翻译为意思相近的不同中文词（例如上述例子的时依性混杂的不同翻译），仍然有可能遗漏部分研究。此外，近年来发展的新方法可能不在我们的检索范围内，因而可能遗漏处理时依性混杂的其他方法的研究文献。

综上所述，近年来，关注和控制时依性混杂的药物流行病学研究呈现增长趋势，但慢性非传染性疾病长期用药的有效性和安全性研究对时依性混杂关注仍然不足。实验室检查、合并症、合并用药等在常规医疗中容易获得的指标也是最普遍关注的时依性混杂，这表明基于电子医疗数据库的药物流行病学研究控制时依性混杂可行且有必要。在控制方法上，MSM和IPTW等相对较简单、结果易理解但稳健性较差的方法最常用。未来需要更多的研究探索和促进更加稳健的分析方法在药物流行病学研究中的应用，以获得更加可靠的药物安全性和有效性证据。

利益冲突   所有作者均声明不存在利益冲突