Ретроспективные исследования реальной клинической практики: основные элементы дизайна и минимизация смещений

Автор: Габидуллина Асия, независимый Дата Менеджер
Редактор: Гольдина Татьяна, к.б.н, cоучредитель ООО «Про РВЕ Солюшнс», тренер-консультант, руководитель Сообщества ПроИРКП (Pro RWE Community)
Дата публикации: 06 апреля 2026 г
Резюме
В отличие от «спланированного наблюдения» в проспективных исследованиях, ретроспективные исследования реальной клинической практики (ИРКП) опираются на анализ накопленных данных. Пациенты получили лечение, прошли визиты и госпитализации, проведены лабораторные исследования, а исследователь ретроспективно анализирует эти данные, реконструируя траектории лечения и исходы. Ретроспективный дизайн позволяет быстро и с минимальными затратами ресурсов получать ответы на вопросы о частоте событий, эффективности и безопасности вмешательств, используя массивы электронных медицинских карт, регистров, страховых и административных баз [1].

Однако цена этой оперативности — ограниченный контроль над тем, какие данные были собраны и какова их полнота и качество. Дизайн ретроспективного исследования неизбежно подстраивается под структуру и ограничения данных реальной практики. В статье рассматриваются основные дизайны ретроспективных ИРКП, особенности использования различных источников данных реальной клинической практики (ДРКП), а также подходы к управлению данными и минимизации смещений при работе с существующей информацией.
Содержание
Введение
1.Дизайны ретроспективных исследований
2.Преимущества, ограничения и "ловушки" дизайна ретроспективных ИРКП
3.Управление данными в ретроспективных ИРКП
4.Заключение
5.Источники для углубленного изучения
6.Список литературы / Ссылки
Введение
Ключевым фактором, определяющим надежность получаемых доказательств, является дизайн исследования во временной перспективе. В Framework for FDA’s Real‑World Evidence Program (2018) подчёркивается, что «наблюдательные исследования могут быть проспективными или ретроспективными, в зависимости от того, собираются ли данные специально для исследования или получаются из ранее существовавших источников». Это определение одинаково применимо к проспективным и к ретроспективным ИРКП и лежит в основе разграничения подходов [2].

Главный критерий ретроспективного подхода состоит в том, что данные уже существуют к моменту разработки протокола. Протокол исследования и план анализа создаются после того, как лечение проведено и исходы состоялись; задача исследователя — проанализировать следы этих решений в массиве ДРКП. Например, при появлении сигнала о возможном риске лекарственного средства может быть инициировано ретроспективное когортное исследование на основе крупных административных или страховых баз: исследователь идентифицирует пациентов, получавших препарат, и сопоставляет частоту интересующего исхода с частотой у пациентов, получавших другие вмешательства.

В ряде руководств по дизайну и протоколам ИРКП подчёркивается, что для ретроспективных проектов особенно важны два аспекта: соответствие источников данных поставленному вопросу и осознанное управление рисками смещения [3, 4, 5]. В данной статье мы сосредоточимся на ретроспективном подходе: разберём его ключевые дизайны, специфику выбора и картирования источников данных, а также покажем, как решения по управлению данными позволяют реализовать выбранный дизайн на практике.
1.Дизайны ретроспективных исследований
Ретроспективные ИРКП, так же как и проспективные, могут иметь разные схемы — от простого описательного анализа до сложных причинно-следственных моделей, однако все они используют уже накопленную информацию [1].

  • Ретроспективные когортные исследования. Формируется когорта пациентов, у которых в прошлом уже был диагностирован определённый статус (например, впервые назначен конкретный препарат или проведена процедура). Далее исследователь прослеживает исходы по имеющимся записям: госпитализации, осложнения, смертность [6]. Такой дизайн особенно полезен, когда интересуют частота возникновения заболеваний и временная динамика риска, а данные позволяют восстановить последовательность событий. Основным недостатком этого дизайна исследования является ограниченный контроль исследователя над сбором данных [7].
  • Ретроспективные исследования на основе регистров и других баз данных. При наличии длительно ведущихся регистров заболеваний или централизованных страховых/административных баз возможны крупномасштабные ретроспективные когортные исследования, охватывающие десятки тысяч пациентов и длительные периоды наблюдения [8,9].
  • Исследование случай-контроль (case‑control). Классический и практически всегда ретроспективный дизайн для изучения редких событий (например, конкретного побочного эффекта). Сначала выявляются «случаи» (пациенты с исходом), затем для каждого подбирается один или несколько «контролей» (пациенты без исхода, но схожие по ключевым параметрам). После этого ретроспективно анализируется и сравнивается их медицинская история (например, прием определенных препаратов).
  • Кросс-секционный анализ данных (cross-sectional). «Срез» данных на конкретную дату или период в прошлом. Этот дизайн часто используется в эпидемиологии и ИРКП для быстрого анализа без отслеживания динамики. Может быть как проспективным (плановое обследование определённой группы), так и ретроспективным (анализ данных ежегодной диспансеризации) [10].
Задача дизайна ретроспективного ИРКП — подобрать такую комбинацию источников, которая обеспечивает достаточную информативность для ответа на вопрос и при этом допускает приемлемый уровень смещения и неопределённости.
2.Преимущества, ограничения и "ловушки" дизайна ретроспективных ИРКП
Главные преимущества ретроспективных исследований — скорость и экономическая эффективность. Данные уже собраны, их не нужно ждать годами. Кроме того, можно работать с огромными массивами (big data), позволяет изучать очень редкие явления.

Однако за эти плюсы приходится платить серьезными методологическими ограничениями:
  • Качество и полнота данных. Исследователь зависит от того, как и для каких целей данные изначально вносились. Пропуски, ошибки ввода, нестандартные формулировки — обычное дело.
  • Систематическое смещение (bias). Самая большая угроза. Например, смещение по показанию: более тяжелым пациентам чаще назначают препарат «А», и именно тяжесть болезни, а не препарат, приводит к худшему исходу. В проспективном исследовании такие факторы можно учесть при сборе, в ретроспективном они часто остаются скрытыми и искажают результаты.
  • Отсутствие контроля над переменными. Может не оказаться данных по важному потенциальному смешивающему фактору (например, по курению или социальному статусу), что в проспективных исследованиях можно было бы учесть при сборе.

Таким образом, качество ретроспективных данных напрямую зависит от полноты и точности уже существующих в источнике данных, тогда как проспективные ИРКП обеспечивают более высокий уровень контроля за счёт планового сбора информации.
3.Управление данными в ретроспективных ИРКП
В ретроспективных ИРКП протокол и дизайн создаются уже после того, как данные накоплены в электронных медицинских картах, регистрах, страховых и административных базах. Поэтому каждый этап работы с данными одновременно является и этапом уточнения самого дизайна: команда исследования оценивает, какие источники доступны, как в них представлены экспозиция, исходы и ковариаты, насколько полны и непротиворечивы записи, и уже под это подстраивает критерии включения, определение конечных точек и план анализа [1].

Ниже представлена таблица, которая по шагам показывает, как в ретроспективных ИРКП организуется управление данными — как для локальных исследований на основе ЭМК отдельных центров, так и для проектов, использующих крупные регистры и централизованные базы. В каждом ряду отражены: этап в управлении данными и его место в ретроспективном дизайне.

Таблица №1. Этапы управления данными в ретроспективных исследованиях. Сравнение дизайна с участием исследователей (investigator study) и исследований с использованием существующих баз данных (data base study)

4.Заключение
Ретроспективные ИРКП становятся сегодня одним из ключевых инструментов анализа обширных массивов реальных клинических данных. Их потенциал заключается в возможности оперативного выявления закономерностей и тенденций, недоступных при традиционных методах анализа. Вместе с тем они требуют взвешенного методологического подхода и критического понимания ограничений, присущих ретроспективным данным. Подлинная научная ценность таких исследований проявляется в их сочетании с другими подходами — как источника гипотез для проспективных исследований и как эффективного механизма непрерывного мониторинга клинической практики.
5.Источники для углубленного изучения
FDA. Framework for FDA’s Real-World Evidence Program. 2018. https://www.fda.gov/media/120060/download
EMA. Guideline on registry-based studies. 2021. https://www.ema.europa.eu/en/documents/scientific-guideline/guideline-registry-based-studies_en.pdf
ISPOR. Real-World Evidence. https://www.ispor.org/strategic-initiatives/real-world-evidence
Salford Lung Study. Official Website. https://salfordlungstudy.co.uk/
ICH E8(R1) «Общиепринципыклиническихисследований» (2021): ICH E8(R1) General Considerations for Clinical Studies
Рекомендация Коллегии Евразийской экономической комиссии от 10 июня 2025 г. №15 «О Руководстве по общим вопросам использования данных реальной клинической практики в рамках обращения лекарственного препарата». https://www.alta.ru/tamdoc/25rk0015/
6.Список литературы / Ссылки
  1. De Sanctis V, Soliman AT, Daar S, Tzoulis P, Fiscina B, Kattamis C, International Network Of Clinicians For Endocrinopathies In Thalassemia And Adolescence Medicine Icet-A. Retrospective observational studies: Lights and shadows for medical writers. Acta Biomed. 2022 Oct 26;93(5):e2022319. doi: 10.23750/abm.v93i5.13179. PMID: 36300226; PMCID: PMC9686178.
  2. FDA. Framework for FDA’s Real-World Evidence Program. 2018.https://www.fda.gov/media/120060/download
  3. EMA Reflection paper on use of real‑world data in non‑interventional studies to generate real‑world evidence for regulatory purposes. EMA/99865/2025 . https://www.ema.europa.eu/en/documents/other/reflection-paper-use-real-world-data-non-interventional-studies-generate-real-world-evidence-regulatory-purposes_en.pdf.,
  4. ICH M14: General principles on planning, designing, analysing and reporting pharmacoepidemiologic studies that use real-world data. https://www.ema.europa.eu/en/documents/scientific-guideline/ich-m14-guideline-general-principles-planning-designing-analysing-reporting-non-interventional-studies-utilise-real-world-data-safety-assessment-medicines-step-5_en.pdf.
  5. FDA Guidance for Industry: Use of Real‑World Evidence to Support Regulatory Decision‑Making for Drug and Biological Products. https://www.fda.gov/media/190201/download
  6. Williams BA. Constructing Epidemiologic Cohorts from Electronic Health Record Data. Int J Environ Res Public Health. 2021 Dec 14;18(24):13193. doi: 10.3390/ijerph182413193. PMID: 34948800; PMCID: PMC8701170.
  7. Анализ данных реальной клинической практики при оценке медицинских изделий: китайское руководство, А. Р. Касимова, Вэньлун Чжао. https://doi.org/10.37489/2782-3784-myrwd-53/. EDN: KQDBXR.
  8. Регистры и регистровые исследования. Часть 1. Регистры. https://xn--80aqari.xn--p1ai/рабочие-группы/рг-исследования-ркп/rwe-просвет/что-такое-rwe-2/классификация-и-дизайны-rwe-исследовани/регистры-и-регистровые-часть-1-регистр/,
  9. Регистры и регистровые исследования. Часть 2. Регистровые исследования. https://xn--80aqari.xn--p1ai/рабочие-группы/рг-исследования-ркп/rwe-просвет/что-такое-rwe-2/классификация-и-дизайны-rwe-исследовани/регистры-и-регистровые-исследования/
  10. Холматова К. К., Горбатова М. А., Харькова О. А., Гржибовский А. М. Поперечные исследования: планирование, размер выборки, анализ данных // Экология человека. 2016. № 2. С. 49–56. Kholmatova K. K., Gorbatova M. A., Kharkova O. A., Grjibovski A. M. Cross-sectional studies: planning, sample size, data analysis. Ekologiya cheloveka [Human Ecology]. 2016, 2, pp. 49-56]
  11. Новодережкина Е.А., Гольдина Т.А. Исследования рутинной практики: проблемы терминологии и классификации. Медицинские технологии. Оценка и выбор. 2023;45(1):50-62.
  12. von Lucadou M, Ganslandt T, Prokosch HU, Toddenroth D. Feasibility analysis of conducting observational studies with the electronic health record. BMC Med Inform Decis Mak. 2019 Oct 28;19(1):202. doi: 10.1186/s12911-019-0939-0. PMID: 31660955; PMCID: PMC6819452. Ермакова Н.А., Гусев А.В., Реброва О.Ю. Ошибки в данных реальной клинической практики: обзор литературы. Врач и информационные технологии. 2024; 1: 28-43.
  13. Гусев А.В., Гольдина Т.А. Анализ данных реальной клинической практики, извлеченных из электронных медицинских карт в платформе Webiomed. Врач и информационные технологии. 2024; 3: 44-61. doi: 10.25881/18110193_2024_3_44
  14. Ермакова Н.А., Гусев А.В., Реброва О.Ю. Ошибки в данных реальной клинической практики: обзор литературы. Врач и информационные технологии. 2024; 1: 28-43
  15. Солодовников А.Г., Сорокина Е.Ю., Гольдина Т.А. Данные рутинной практики (real-world data): от планирования к анализу. Медицинские технологии. Оценка и выбор. 2020;(3):9‑16.
  16. Chodankar D. Introduction to real-world evidence studies. Perspect Clin Res. 2021 Jul-Sep;12(3):171-174. doi: 10.4103/picr.picr_62_21. Epub 2021 Jul 7. PMID: 34386383; PMCID: PMC8323556.
  17. Dziadkowiec, Oliwier; Durbin, Jeffery; Jayaraman Muralidharan, Vignesh; Novak, Megan; and Cornett, Brendon (2020) "Improving the Quality and Design of Retrospective Clinical Outcome Studies that Utilize Electronic Health Records," HCA Healthcare Journal of Medicine: Vol. 1: Iss.3, Article 4.DOI:10.36518/2689-0216.1094. https://scholarlycommons.hcahealthcare.com/hcahealthcarejournal/vol1/iss3/4/
  18. Гусев А. В., Зингерман Б. В., Тюфилин Д. С., Зинченко В. В. Электронные медицинские карты как источник данных реальной клинической практики. Реальная клиническая практика: данные и доказательства. 2022;2 (2):8 — 20. https://doi.org / 10.37489 / 2782‑3784‑myrwd-13.
  19. Powell M, Koenecke A, Byrd JB, Nishimura A, Konig MF, Xiong R, Mahmood S, Mucaj V, Bettegowda C, Rose L, Tamang S, Sacarny A, Caffo B, Athey S, Stuart EA, Vogelstein JT. Ten Rules for Conducting Retrospective Pharmacoepidemiological Analyses: Example COVID-19 Study. Front Pharmacol. 2021 Jul 28;12:700776. doi: 10.3389/fphar.2021.700776. PMID: 34393782; PMCID: PMC8357144.
  20. De Sanctis V, Soliman AT, Daar S, Tzoulis P, Fiscina B, Kattamis C, International Network Of Clinicians For Endocrinopathies In Thalassemia And Adolescence Medicine Icet-A. Retrospective observational studies: Lights and shadows for medical writers. Acta Biomed. 2022 Oct 26;93(5):e2022319. doi: 10.23750/abm.v93i5.13179. PMID: 36300226; PMCID: PMC9686178
Made on
Tilda