临床研究与数据分析
康欣梅 主编
清华大学出版社
北京
本书封面贴有清华大学出版社防伪标签,无标签者不得销售。
版权所有,侵权必究。举报:010-62782989,beiqinquan@tup.tsinghua.edu.cn。
图书在版编目(CIP)数据
临床研究与数据分析 / 康欣梅主编. -- 北京 : 清华大学出版社, 2026. 10. -- ISBN 978-7-302-72876-4
Ⅰ. R4
中国国家版本馆CIP数据核字第2026JD1455号
责任编辑:仇竹丽
封面设计:钟 达
责任校对:李建庄
责任印制:丛怀宇
出版发行:清华大学出版社
网??址:https://www.tup.com.cn,https://www.wqxuetang.com
地??址:北京清华大学学研大厦A座 邮??编:100084
社?总?机:010-83470000 邮??购:010-62786544
投稿与读者服务:010-62776969,c-service@tup.tsinghua.edu.cn
质量反馈:010-62772015,zhiliang@tup.tsinghua.edu.cn
印?装?者:三河市人民印务有限公司
经??销:全国新华书店
开??本:185mm×260mm 印??张:19 ??字??数:410千字
版??次:2026年10月第1版 ??印??次:2026年10月第1次印刷
定??价:85.00元
产品编号:114355-01
编 委 会
主?编:康欣梅?厦门大学附属第一医院
副主编:(按姓氏笔画排序)
马永慧?厦门大学医学院
孙慧敏?厦门大学附属翔安医院
李奇渊?厦门大学医学院
张秋菊?哈尔滨医科大学公共卫生学院
洪灵鸿?厦门大学附属翔安医院
编?委:(按姓氏笔画排序)
王云萱?哈尔滨医科大学附属肿瘤医院
王金陆?哈尔滨医科大学附属肿瘤医院
吕贝乐?厦门大学生命科学学院
孙?琳?哈尔滨医科大学公共卫生学院
许培群?厦门大学附属妇女儿童医院
许毓颖?晋江市医院(上海市第六人民医院福建医院)
苏迎盈?厦门大学公共卫生学院
陈?化?南方医科大学马克思主义学院
余小娟?翔安创新实验室
张?奇?哈尔滨医科大学公共卫生学院
张茂祥?黑龙江省肿瘤防治研究所
张秋萍?厦门市中医院
周?颖?厦门大学医学院
封文静?厦门市苏颂医院
郭金涛?潍坊市人民医院
陶雪蓉?哈尔滨医科大学附属肿瘤医院
曹?伟?厦门大学附属第一医院
序?言
医学的发展始终伴随着人类对疾病发生发展规律的探索,以及对临床证据的追求。高质量临床研究是推动医学进步、促进创新药物研发、优化诊疗决策的重要基础,也是实现从经验医学向循证医学、精准医学发展的关键支撑。随着我国创新医药产业快速发展和医学研究范式持续转变,临床研究已然成为连接基础发现、技术创新与患者获益的重要桥梁。
临床研究并非简单的数据采集与统计分析,而是融合临床医学、统计学、流行病学、医学伦理学、数据科学等多学科知识的综合性学科。从科学问题的提出,到研究设计与实施;从数据采集、质量管理,到统计分析与证据转化,每一个环节都决定着研究结果的可靠性和应用价值。如何从临床实践中发现真正具有价值的问题,如何通过严谨的方法获取可信证据,如何将研究成果转化为改善患者预后的临床决策,是新时代临床研究者需要不断探索的核心课题。
近年来,真实世界研究、医疗大数据和人工智能等新技术快速发展,进一步拓展了临床研究的边界。研究数据来源日趋多元,研究场景愈发复杂,对研究设计、数据治理、统计推断与证据评价提出了更高要求。面对新的机遇与挑战,培养具有科学研究思维、掌握规范研究方法、能够处理复杂数据并开展高质量临床研究的人才,已然成为推动医学创新发展的重要任务。
《临床研究与数据分析》正是在这一背景下编写而成。本书围绕临床研究全流程,系统阐述临床研究基本原则、研究设计方法、伦理审查与质量管理、数据管理及统计分析等关键内容,构建了从科学问题形成、研究方案设计、数据采集与分析,到医学证据产生与应用的完整知识体系。教材内容既注重理论基础,也关注临床实践中的实际需求,旨在帮助学习者建立系统化临床研究思维,熟练掌握开展高质量研究所需的方法与工具。
临床研究是一门专业的学科,是一项专门的科学,更是一门值得认真探索的事业,是推动医学发展、促进人类健康的基石。医学生在使用教材的时候,不仅要掌握所传授的知识,更要逐步培养发现问题、解决问题和生成证据的能力。希望本书能够成为临床研究学习者和实践者的有益参考,帮助更多医学工作者认识临床研究的科学内涵,提升研究能力,推动我国临床研究体系建设和医学创新发展,为形成更多具有国际影响力的医学证据、服务患者健康贡献力量。
李 宁
国家癌症中心副主任
中国医学科学院肿瘤医院副院长
北京协和医学院临床研究方法学教研室主任
2026年7月于北京
前?言
临床研究是医学知识创新、循证证据形成和卫生健康事业高质量发展的重要基础,是推动疾病防治策略优化、诊疗技术进步以及药物与医疗器械创新转化的关键环节。随着医学研究范式不断演进,临床研究已由传统单一方法研究,逐步发展为涵盖研究设计、伦理治理、质量控制、统计推断、数据管理和智能分析的系统工程。特别是在大数据、人工智能和多学科交叉快速发展的背景下,培养兼具临床思维、研究能力、数据素养和伦理意识的高层次医学人才,已成为新时代医学研究生教育的重要任务。
为适应“健康中国”建设和新医科发展要求,满足临床医学及相关学科研究生开展规范化临床研究与数据分析的学习需求,我们组织编写了《临床研究与数据分析》教材。本教材坚持落实立德树人根本任务,注重将科研诚信、医学伦理、数据安全和社会责任有机融入专业知识体系,着力构建体现时代要求、遵循学科发展规律、服务医学人才培养的教材内容框架。
本教材围绕临床研究全过程和数据分析核心能力培养,共分五篇。第一篇“临床研究概况”:系统介绍临床研究的基本概念、规范体系、实施流程、质量管理与数据管理,帮助读者建立对临床研究全链条的整体性认识。第二篇“临床研究伦理原则和实践”:阐述临床研究伦理的理论基础、历史演进、基本原则与治理机制,重点涵盖知情同意、脆弱人群保护、风险受益评估、伦理委员会职责,以及数字时代的数据伦理与科研诚信问题。第三篇“临床研究设计和应用评价”:介绍常见临床研究设计的基本原理、实施要点、统计策略和评价方法,帮助读者理解不同研究设计的适用场景、证据等级及其局限性。第四篇“统计学分析与实践”:立足临床科研实际,系统讲解统计学基础、常用分析方法、回归模型和结果规范表达,着力提升研究生的数据处理、结果解读和论文撰写能力。第五篇“大数据与智能分析”:聚焦医疗大数据治理、统计推断、因果推理、机器学习、深度学习及多模态分析等内容,强调以医学问题为导向、以证据链构建为核心,提升读者对智能医学分析方法的理解与应用能力。
本教材在编写过程中力求体现以下特点:一是立足临床研究全过程,构建系统完整的知识体系,覆盖问题提出、研究设计、规范实施、数据分析、结果解释和证据转化等关键环节,突出全流程、结构化能力培养。二是坚持伦理引领与价值塑造,强化科研规范和责任意识,将研究参与者保护、科研诚信、伦理审查、数据安全等内容贯穿始终,依法合规开展临床研究。三是注重规范性与实用性统一,突出临床科研能力训练,紧扣临床科研实际需求,强化研究设计、质量控制、统计分析和结果表达等关键能力培养。四是强化数据治理能力培养,紧跟国际临床研究发展新要求,注重数据全生命周期管理,突出标准规范、隐私保护、共享应用与合规治理,体现真实世界研究和医疗大数据发展的新趋势。
本教材为厦门大学研究生教材资助项目,本教材可供临床医学、公共卫生与预防医学、药学、护理学、生物医学工程等相关学科研究生教学使用,也可供临床科研人员和相关专业从业者学习参考。希望本教材能够帮助读者建立规范严谨的科研思维,提升临床研究设计与数据分析能力,增强医学证据评价与转化应用水平,为培养德才兼备的高层次医学人才、服务健康中国建设贡献力量。
本教材虽力求系统、严谨与实用,但受编者水平所限,书中难免仍有疏漏和不足之处,敬请专家、同行及读者不吝指正。
康欣梅
厦门大学医学院教授
2026年7月于厦门
目?录
第一篇?临床研究概况
第一章?临床研究的基本概念与重要性 2
第一节?临床研究的定义与分类 2
第二节?临床研究在医学进步中的作用 5
第二章?临床研究的规范体系 8
第一节?临床研究的法律法规与政策框架 8
第二节?试验参与者的纳入与保护机制 12
第三节?研究透明度与数据可及性 15
第三章?临床研究质量管理 19
第一节?研究设计与方案撰写规范 19
第二节?研究实施过程质量控制 25
第三节?风险管控与不良事件处理 30
第四章?临床研究数据管理 35
第一节?数据管理的概念、法规基础与组织体系 35
第二节?临床研究数据全生命周期管理 39
第三节?数字化系统、标准化递交与合规保障 43
第二篇?临床研究伦理原则和实践
第五章?临床研究伦理的基础与发展 50
第一节?临床研究的伦理特殊性 50
第二节?临床研究伦理的历史演进 52
第三节?临床研究伦理的基本原则 58
第四节?责任伦理与前瞻性治理视角 59
第六章?临床研究中试验参与者的伦理保护 61
第一节 知情同意的伦理基础与实践问题 61
第二节?脆弱群体的特殊伦理保护 64
第三节?风险—受益评估与最小风险原则 68
第七章?伦理审查与临床研究治理机制 74
第一节?伦理委员会(IRB/REC)的功能与责任 74
第二节?研究者、机构与赞助方的伦理责任 77
第三节?从合规伦理到责任导向治理 80
第八章?临床研究数据与数据分析伦理 83
第一节?临床研究数据的伦理属性 83
第二节?数据收集、存储与共享中的伦理问题 87
第三节?数据分析与结果呈现的伦理规范 94
第三篇?临床研究设计和应用评价
第九章?横断面研究 104
第一节?概述 104
第二节?设计要点 105
第三节?统计分析策略 109
第四节?评价方法 109
第五节?优势与局限 110
第六节?应用案例 111
第十章?生态学研究 113
第一节?概述 113
第二节?设计要点 113
第三节?统计分析策略 114
第四节?评价方法 115
第五节?优势与局限 115
第六节?应用案例 116
第十一章?队列研究 118
第一节?概述 118
第二节?设计要点 120
第三节?统计分析策略 124
第四节?评价方法 125
第五节?优势与局限 126
第六节?应用案例 127
第十二章?病例对照研究 129
第一节?概述 129
第二节?设计要点 130
第三节?统计分析策略 132
第四节?偏倚及其控制 137
第五节?优势与价值 139
第六节?研究实例 140
第十三章?剂量递增试验 142
第一节?概述 142
第二节?设计要点 144
第三节?统计分析策略 146
第四节?评价方法 150
第五节?优势与局限 152
第六节?应用案例 153
第十四章?单臂试验 159
第一节?概述 159
第二节?设计要点 160
第三节?统计分析策略 162
第四节?评价方法 163
第五节?优势与局限 165
第六节?应用案例 166
第十五章?随机对照试验 168
第一节?概述 168
第二节?设计要点 169
第三节?统计分析策略 171
第四节?质量评价与报告规范 173
第五节?优势与局限 174
第六节?研究实例 175
第十六章?交叉试验 178
第一节?概述 178
第二节?设计要点 180
第三节?统计分析策略 182
第四节?评价方法 185
第五节?优势与局限 187
第六节?应用案例 188
第四篇?统计学分析与实践
第十七章?基础、思维与描述 194
第一节?数据、思维与推断逻辑 194
第二节?分析前的准备工作 198
第十八章?常见单变量分析方法 202
第一节?两组数据比较 202
第二节?多组与复杂设计比较 212
第十九章?关联、回归与预测 221
第一节?关联分析 221
第二节?回归模型 233
第二十章?结果呈现、规范与误区 244
第一节?统计结果的规范报告 244
第二节?常见误区与重要概念 247
第五篇?大数据与智能分析
第二十一章?概述 252
第一节?医疗大数据的概念与数据来源 252
第二节?医疗数据的构成与医学复杂性 253
第三节?数据治理、真实世界数据与证据转化 254
第四节?机器学习导论:从模型训练到医学评价 255
第五节?基于数据的知识发现与认知智能 257
第六节?从PICO到医疗大数据分析任务 258
第七节?综合案例:区域慢病智能管理平台 259
第八节?医疗大数据研究的报告清单 259
第二十二章?从统计推断到认知智能 261
第一节?机器学习中的线性代数 261
第二节?参数估计和假设检验 262
第三节?贝叶斯估计与因果推理 263
第四节?统计推断和机器学习 265
第五节?人工智能基础 266
第六节?认知智能与自主推理 267
第七节?综合案例:急诊脓毒症预警模型 268
第八节?方法报告与模型审稿清单 269
第九节?案例训练 269
第二十三章?智能医学实践 272
第一节?医学影像分析 272
第二节?多组学分析 277
第三节?医学知识增强的多模态分析 286
