一项临床试验得耗费多少人力、经费、时间？即使是单中心研究也不是一个小团队能负担起来的吧？
那没条件做随机对照试验（RCT）怎么办？
越来越多的研究者选择通过大型观察性研究获得证据，但存在偏倚，会导致结果的内部真实性不如RCT。
基于此，哈佛大学的研究者提出一种真实世界研究新框架——模拟目标试验（target trial emulation, TTE）。TTE的核心思想是参照RCT的原则，利用真实世界数据模拟相应的RCT，进而得出干预措施与临床结局间因果关联的结论，实质就是利用观察数据模拟RCT，从而达到近似于RCT的研究效能。
那怎么获得观察性数据呢？
基于已发表的高分文献发现，TTE应用的往往是基于有多次重复调查的队列研究或者医保数据，那么也就是说这个数据可以从公共队列中获取，可以不用自己入组病例，这可就省事多了，时间和经费都能节省不少，确实是个不错的研究方法！（ps：小记者也是刚接触这个新方法，大家一起学习进步探索新的发文方向，如有解释不正确的地方欢迎大家在留言区或私信中批评指正~）
TTE的主要实施要点可总结为“3-7-2”，即声明因果问题、制订模拟方案和模拟目标研究3个实施步骤；纳排标准、治疗策略、干预分配、随访期、结局指标、因果比较和分析计划7个设计要素，对永恒时间偏倚和现用药者偏倚2个关键偏倚的控制。
下面用一篇JAMA子刊文章详细分析一下：该文章使用医疗保险索赔数据和TTE方法评估老年抑郁症患者跌倒和相关损伤风险与一线治疗之间的关系。用的是公共数据和TTE研究方法，发了10分+JAMA子刊，其实国外很多研究团队都在做TTE研究了，还有很多发到了顶刊的正刊中，目前国人团队做的还比较少，咱们要迎头赶上了！这块现在还是蓝海领域，想在临床方向发高质量、高分文章的朋友可以试试TTE，省时省力又省钱！想发高质量文章但没思路？想创新却找不到合适选题？不妨换个角度，找小记者，咱有专业团队，为您精准提供个性化服务~
定制生信分析
云服务器租赁
(加微信备注99领取试用)
题目：接受一线抑郁症治疗的老年人发生伤害性跌倒的风险差异
杂志：JAMA Network Open（IF=10.5）
发表日期：2024年8月
公众号回复“999”领取原文PDF，文献编号：240916
研究背景
美国三分之一的老年人患有抑郁症，通常接受心理治疗和抗抑郁药治疗。先前的研究表明，与使用抗抑郁药相关的跌倒和相关伤害 （FRI） 风险增加可能受到适应症或永久时间偏倚混杂的影响。
研究设计
1）研究目标：评估 11 种一线治疗和未接受治疗的对照组的抑郁症老年人的 FRI 风险；
2）数据来源：2016 年至 2019 年的医疗保险索赔数据；
3）纳入人群：根据纳排标准，该研究纳入 101 953 名符合条件的65 岁或以上患有新诊断抑郁症的按服务收费受益人；
4）暴露：一线抑郁症治疗，包括心理治疗、舍曲林、艾司西酞普兰、西酞普兰、米氮平、度洛西汀、曲唑酮、氟西汀、安非他酮、帕罗西汀和文拉法辛；
5）主要结局：一年 FRI 率、限制性平均生存时间 （RMST） 和调整后的风险比 （aHR） 和 95% CI；
6）研究方法：目标试验模拟（TTE）框架结合克隆-删失-加权（CCW）方法。
主要结果
1. 参与者基线特征
在 101 953 名符合条件的受益人（平均 [SD] 年龄，76 [8] 岁）中，63344 名 （62.1%） 为女性，7404 名 （7.3%） 为黑人，81 856 名 （80.3%） 为白人。最普遍的合并症是高血压 （78 994 名患者 [77.5%]） 和高脂血症 （73665 名患者 [72.3%]），而处方最多的联合用药是调脂剂 （47839 名患者 [46.9%]） 以及 ACEI 和 ARB （44119 [43.3%]），与普遍的合并症一致。不同治疗组的治疗变化率 （即转换、联合、停药） 范围为 22.9% 至 62.6%，死亡率范围为 0.5% 至 3.4%（表1）。
表1：参与者基线特征
2. 主要结局分析
与对照组（即不治疗）相比，心理治疗与 FRI 风险无关，而一线 AD 与 FRI 风险降低相关。对照组的 FRI 事件发生率为87 /1000 人年，安非他酮为63 /1000 人年，治疗组心理治疗为 82/1000 人年。对照组的 RMST 为349天，治疗组的心理治疗为 350天，氟西汀和安非他酮为353天（表2）。与调整后的 HR 类似，相对 FRI 率表明，虽然心理治疗可能不会显著影响 FRI 率，但一线 AD 与 FRI 风险降低相关（图1）。相比之下，个体一线抑郁治疗之间的相对RMST 表明相关 FRI 风险没有显著差异（图2）。
表2：FRI 率、RMST 和 HRa
图1：主分析中的相对 FRI 率
图2：主分析中的相对 RMST
小结
还在担心没条件做临床试验？不用收病例、直接用公共观察性数据的模拟RCT不就来了！基于TTE框架和CCW方法进行研究，目前研究方法比较固定，并且比较适合临床医生来探索研究，选好临床问题就可以实践一翻了~想发临床相关高质量文章的朋友可别错过，这个方向在国外已经咔咔发顶刊了，国内团队岂能落后？想在此方向大展身手的朋友欢迎找小记者一起探讨学习（可联系小记者加入学术交流群）！想设计创新思路，也可以找咱们专业团队为你保驾护航，1V1定制创新思路~
小记者话生信
如果您的时间和精力有限或者缺乏相关经验，并且对生信分析和期刊推荐有所需要的话，“生信日报”非常乐意为您提供如下服务：免费思路评估、付费生信分析和方案设计以及付费选刊等，有意向的小伙伴欢迎咨询小记者哦！
生信分析
思路设计
服务器租赁
扫码咨询小记者
1、超高分sci！将近50分你还有不看的理由？德国学者真是把机器学习玩出花了，直接构建一个新生信分析方法，还不快看！
2、国自然出品就是牛！复旦大学施思&虞先濬团队：借公共数据库+RNA-seq+湿实验研究癌症成纤维，IF近9分属实佩服！
3、MDPI期刊再爆丑闻！23本期刊存在“审稿人工厂”问题！