慢性心力衰竭研究可用的公开真实世界数据

一、数据与方法

纳入标准。 从 180 个公开医疗数据集中，纳入满足下列任一条件的数据集。

1. 官方说明写到心力衰竭病例。
2. 来自诊疗或医保过程的真实个体记录，同一患者的记录跨越多个医疗机构。人群不限于癌症患者或 ICU 患者。这一类包括医院电子病历网络、初级保健记录、医保理赔与行政数据和全国患者登记。链接了电子病历、理赔或国家登记的队列与生物样本库也归入这一类。
3. 有研究随访、结局写到心血管事件的前瞻性队列。

纳入标准不区分急性与慢性病程，慢性病程所需的跨年随访，以纵向记录与长期结局两项衡量。公开指维护方有公开的官方说明页，不等于数据可以公开下载。平台与其托管的数据集同时入选时，只保留数据集。最终纳入 30 个（图 1），未纳入的数据集及原因见附表。未纳入的 150 个中，53 个不是诊疗或医保来源的真实个体记录，47 个是单次记录，或未写明是否有纵向记录。41 个的纵向记录只限于同一医疗机构，MIMIC-IV 等单家医院的电子病历库属于这一类。另有 4 个跨机构数据库的人群限于癌症或 ICU，4 个未写明纵向记录是否跨机构。还有 1 个是与所托管数据集重复的平台。

变量定义。

• 纵向记录：同一患者有多次就诊、住院或随访，或同一次住院内有多个时点的记录。
• 长期结局：官方说明写明可获得出院后或入组后的结局。途径包括随访、死亡登记链接或跨机构就诊记录。
• 标准编码：官方说明写明使用 ICD、SNOMED CT、LOINC、Read、DPC 等编码或 OMOP 等通用数据模型；记录本身是术语或知识库条目的也算。
• 专家判定事件：研究方对诊断或结局事件做人工判定。日常诊疗中写下的诊断不算，睡眠监测判读等不针对诊断或结局的判读也不算。这一项比数据集页的专家标注窄。
• 评测基准：官方给出判分规则、排行榜或交互式评测环境之一；只有固定划分的不算。

各项只分两种情况：官方说明写明有，或未写明有。统计日期为 2026-10-25。

二、结果

表 1 列出 30 个数据集，图 2 给出各数据集的五项特征。

表 1　纳入的数据集

心力衰竭病例数据

BioBank Japan 收录日本合作医院确诊 51 种目标疾病的患者，其中心力衰竭 12,890 例。临床信息来自合作医院的诊断与就诊记录，平均随访逾 10 年，部分病例经死亡证明确定死因。官方说明未写为本库另做的事件判定。

MIMIC-IV-Ext Cardiac Disease 由哈尔滨工业大学取自 MIMIC-IV，共 4,761 条住院记录，主诊断属 20 类心脏病，其中心力衰竭 1,420 条。每条记录是一次住院，含入院至出院的检查结果，保留 MIMIC-IV 的住院号。病例按 ICD 编码筛选，官方说明未写另做专家判定。

诊疗与医保数据库

这一类共 20 个，都有跨机构的纵向记录。14 个的官方说明写明可获得长期结局，另 6 个未写结局。写明的 14 个中，10 个写到死亡信息，来源是死亡登记、死因库、死亡数据链接或参保资格库。11 个写明标准编码或通用数据模型，其中 MDV 与 JMDC 用的是日本的 DPC。20 个都未写明有专家判定事件或评测基准。

这些数据库的官方说明都未写有心力衰竭的专门标识。病例要由研究者按诊断编码、检验结果等自行定义。瑞典患者登记引用的验证研究显示，诊断的阳性预测值通常高于 90%；CPRD 也写明部分诊断经验证研究确认阳性预测值高。这些是对数据库整体的验证，官方说明未写数据中有逐例的复核结果。

队列与生物样本库

UK Biobank、FinnGen、Million Veteran Program、Our Future Health 与健康与退休研究（HRS）共 5 个，都可经国家登记、电子病历或医保理赔获得死亡等长期结局。FinnGen 的疾病终点由临床专家制定定义后统一派生，UK Biobank 的结局由算法定义，都不是逐例的人工判定。HRS 的补充研究对痴呆做了诊断判定，不涉及心血管事件。

心血管前瞻性队列

弗雷明汉心脏研究的原始队列 1948 年起入组，每两年复查，事件随访至 2018 年。BioLINCC 研究页列出的结局包括冠心病、卒中、高血压、外周动脉疾病与充血性心力衰竭。研究方对心血管事件、卒中等临床事件做收集与判定，官方说明未写判定人员与流程。公开的字段说明中有充血性心力衰竭状态与对应日期两个字段。

睡眠心脏健康研究随访冠心病事件、卒中与全因死亡。所读官方页未把心力衰竭列为结局，也未写事件的判定方式。MrOS 的心血管事件只在睡眠子研究中收集。这两个队列的数据也由美国国家睡眠研究资源托管。

获取方式

30 个数据集都没有写明可公开下载。27 个须经申请审批、签数据使用协议或付费。TriNetX、Komodo Healthcare Map 与 Disease Analyzer 的官方说明只有商务联系入口或未写。

三、讨论

病例确认。 诊疗与医保数据库的官方说明都未写有心力衰竭的专门标识。病例要由研究者按诊断编码与检验结果自行定义。瑞典患者登记与 CPRD 引用的验证研究，针对数据库整体的诊断质量。它们不针对研究者自己的病例定义。以这类数据库为主要数据来源时，病例定义需要在可得的病历样本上另做验证。

事件判定。 写明对心血管事件做判定、且结局含心力衰竭的，只有弗雷明汉心脏研究。它的参加者是社区居民，不是就诊的心力衰竭患者，判定人员与流程官方也未写。它的判定事件只能作为外部参照。

长期随访。 医保理赔、全国登记与初级保健数据库，可经死亡登记或跨机构就诊记录获得出院后的结局。公开数据较易满足这一项。

这三项分处不同国家、不同人群的数据集，官方说明都未写可在个体层面相互链接。纳入的 30 个数据集中，没有一个同时写明病例确认、事件判定与长期随访。

四、局限

• 各项按官方说明判断。官方说明未写明的项目，数据中可能仍有记录。
• 未申请访问数据本身，射血分数、利钠肽等心力衰竭相关字段是否齐全，未能核对。
• 睡眠心脏健康研究等队列的结局方案文件未能读到，其中可能有心力衰竭结局。
• 纳入范围限于一份目录中标注为电子健康记录的数据集。专门的心力衰竭登记研究若不在其中，没有纳入。

附表　未纳入的数据集及原因