基于行政管理數(shù)據(jù)識(shí)別慢性病發(fā)病病例背景下確定洗脫期時(shí)長(zhǎng)最佳策略的系統(tǒng)綜述

楊文怡，王敬鑫，艾麗梅，萬(wàn)霞

100005 北京市，中國(guó)醫(yī)學(xué)科學(xué)院基礎(chǔ)醫(yī)學(xué)研究所 北京協(xié)和醫(yī)學(xué)院基礎(chǔ)學(xué)院

為了有效預(yù)防和控制糖尿病、腫瘤、慢性阻塞性肺疾病等多種慢性病，需要準(zhǔn)確估計(jì)疾病的患病率和發(fā)病率。目前，已有一些研究者通過(guò)開(kāi)展大型隊(duì)列、調(diào)查研究對(duì)疾病的患病、發(fā)病情況展開(kāi)調(diào)查，但這種研究方式具有耗時(shí)長(zhǎng)、耗資大的特點(diǎn)。因此，可考慮應(yīng)用醫(yī)療保險(xiǎn)報(bào)銷記錄、健康監(jiān)測(cè)數(shù)據(jù)等行政管理數(shù)據(jù)對(duì)慢性病的流行病學(xué)特征進(jìn)行分析。與患者從出生到死亡的全生命周期的醫(yī)療記錄不同，醫(yī)療保險(xiǎn)數(shù)據(jù)多為有限年份下的記錄，且慢性病患者通常會(huì)反復(fù)就醫(yī)，從這些被截?cái)嗟?、高度重?fù)的記錄中有效識(shí)別出新發(fā)病例有一定難度。為解決這一問(wèn)題，研究者一般以回顧期（look-back period），即洗脫期（wash-out time）為基礎(chǔ)確定新發(fā)病例。具體方法為：若在目標(biāo)檢索年限內(nèi)患者出現(xiàn)在某種慢性病的登記記錄中，即可認(rèn)為其為疑似新發(fā)病例，以目標(biāo)檢索年限為基礎(chǔ)，向前回顧，在限定的洗脫期內(nèi)沒(méi)有與該病相關(guān)的記錄即可確定其為新發(fā)病例。目前，對(duì)于洗脫期的長(zhǎng)短尚沒(méi)有統(tǒng)一結(jié)論［1-2］。洗脫期太短會(huì)造成發(fā)病率被高估，太長(zhǎng)則會(huì)導(dǎo)致數(shù)據(jù)利用不足［3］。一些研究者認(rèn)為不同疾病有不同的發(fā)展軌跡和特征［4-6］，在使用不同類型數(shù)據(jù)確定不同疾病新發(fā)病例時(shí)，均應(yīng)采用合適的方法確定最佳洗脫期時(shí)長(zhǎng)。本研究系統(tǒng)綜述了確定洗脫期時(shí)長(zhǎng)的方法，以期為我國(guó)研究者后續(xù)使用行政管理數(shù)據(jù)識(shí)別慢性病新發(fā)病例時(shí)確認(rèn)洗脫期長(zhǎng)短、正確識(shí)別新發(fā)病例提供思路。

1 資料與方法

1.1 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

文獻(xiàn)納入標(biāo)準(zhǔn)：（1）所使用的數(shù)據(jù)為行政管理數(shù)據(jù)，包括醫(yī)療保險(xiǎn)數(shù)據(jù)、疾病登記注冊(cè)數(shù)據(jù)、醫(yī)院登記數(shù)據(jù)等；（2）所聚焦的疾病為慢性病，同一患者因同種疾病產(chǎn)生多次記錄；（3）研究目的為探究疾病患病、發(fā)病情況，聚焦疾病流行病學(xué)特征；（4）涉及洗脫期。文獻(xiàn)排除標(biāo)準(zhǔn)：（1）非中、英文文獻(xiàn)；（2）所使用的數(shù)據(jù)為非官方數(shù)據(jù)，如通過(guò)隊(duì)列研究、病例對(duì)照研究獲得的調(diào)查數(shù)據(jù)等；（3）非原始研究，如評(píng)論、系統(tǒng)綜述等；（4）會(huì)議論文或以摘要形式發(fā)表的研究成果；（5）無(wú)法獲取原文的文獻(xiàn)；（6）重復(fù)發(fā)表的文獻(xiàn)；（7）所探討的內(nèi)容與本研究關(guān)注的內(nèi)容不相關(guān)，包括僅利用行政管理數(shù)據(jù)評(píng)估疾病負(fù)擔(dān)、開(kāi)展隊(duì)列/病例對(duì)照研究等。

1.2 文獻(xiàn)檢索策略

于2021年10月，系統(tǒng)檢索3個(gè)英文數(shù)據(jù)庫(kù)（PubMed、Web of Science、EmBase）和3 個(gè)中文數(shù)據(jù)庫(kù)（中國(guó)知網(wǎng)、維普中文科技期刊全文數(shù)據(jù)庫(kù)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)），獲取有關(guān)利用行政管理數(shù)據(jù)探究慢性病發(fā)病、患病情況的文獻(xiàn)，檢索時(shí)限均為建庫(kù)至2022-10-01。中文檢索詞包括：醫(yī)療保險(xiǎn)數(shù)據(jù)、官方數(shù)據(jù)、行政數(shù)據(jù)、醫(yī)院數(shù)據(jù)、患病、發(fā)病，洗脫期、回顧期、窗口期。英文檢索詞包括：administrative data、insurance data、hospital data、Medicare，prevalence、incidence，lookback period、wash-out time、clearance time、disease-free time、observation time。以PubMed 為例，具體檢索策略如下：（incidence［Title/Abstract］ OR prevalence［Title/Abstract］）AND（insurance data［Title/Abstract］OR administrative data［Title/Abstract］OR hospital data［Title/Abstract］OR Medicare［Title/Abstract］）AND（lookback period［Title/Abstract］OR wash-out time［Title/Abstract］OR clearance time［Title/Abstract］OR diseasefree time［Title/Abstract］OR observation time［Title/Abstract］）。

1.3 文獻(xiàn)篩選與資料提取

由2 名研究人員獨(dú)立篩選文獻(xiàn)、提取資料，并交叉核對(duì)結(jié)果，如有分歧，通過(guò)與第3 名研究者討論解決。文獻(xiàn)篩選時(shí)，首先閱讀文題和摘要，在排除明顯不相關(guān)的文獻(xiàn)后，進(jìn)一步通讀全文根據(jù)納入和排除標(biāo)準(zhǔn)確定納入分析的文獻(xiàn)。提取的資料包括：（1）文獻(xiàn)基本信息，包括作者、發(fā)表年份、聚焦疾??；（2）使用的數(shù)據(jù)庫(kù)的基本信息，包括國(guó)家（地區(qū)）、數(shù)據(jù)庫(kù)名稱、數(shù)據(jù)庫(kù)類型、使用數(shù)據(jù)的年份跨度、涵蓋人群（數(shù)）；（3）研究設(shè)計(jì)，包括設(shè)定的洗脫期時(shí)長(zhǎng)、洗脫期時(shí)長(zhǎng)確定方法。

1.4 納入文獻(xiàn)方法學(xué)質(zhì)量評(píng)價(jià)

由2 名研究人員獨(dú)立采用美國(guó)加利福尼亞大學(xué)提出的定性研究報(bào)告評(píng)價(jià)標(biāo)準(zhǔn)（standards for reporting qualitative research，SRQR）［7］對(duì)文獻(xiàn)方法學(xué)質(zhì)量進(jìn)行評(píng)價(jià)，如有分歧，通過(guò)與第3 名研究者討論解決。SRQR 共有21 個(gè)條目，研究者對(duì)每個(gè)條目做出“是”“否”“不清楚”的判斷，選擇“是”計(jì)1 分，選擇“否”“不清楚”計(jì)0 分，將各條目得分相加即得總分，得分范圍為0～21 分，最終納入SRQR 評(píng)分≥15分的文獻(xiàn)。

1.5 統(tǒng)計(jì)學(xué)方法

使用描述性分析法總結(jié)洗脫期時(shí)長(zhǎng)確定方法。

2 結(jié)果

2.1 文獻(xiàn)篩選流程及結(jié)果

通過(guò)檢索各數(shù)據(jù)庫(kù)獲得中文文獻(xiàn)21 篇、英文文獻(xiàn)1 203 篇。經(jīng)過(guò)初篩、復(fù)篩，獲得基于行政管理數(shù)據(jù)評(píng)估慢性病患病/發(fā)病情況等流行病學(xué)特征的文獻(xiàn)54篇，排除其中未涉及洗脫期的文獻(xiàn)28 篇，最終納入26篇［2-6，8-28］文獻(xiàn)。文獻(xiàn)篩選流程見(jiàn)圖1。

2.2 納入文獻(xiàn)基本信息及使用的數(shù)據(jù)庫(kù)的基本信息

納入的26 篇文獻(xiàn)均為英文文獻(xiàn)；所使用的數(shù)據(jù)主要來(lái)自加拿大、美國(guó)、澳大利亞等行政管理數(shù)據(jù)完整、豐富的國(guó)家（地區(qū)）；所聚焦的疾病包括糖尿病、腫瘤、精神分裂癥等多種慢性病，其中聚焦心血管疾病的文獻(xiàn)有11 篇［2，4，6，8，14，17，19，22-23，25，28］，5 篇［6，8，10，13，19］文獻(xiàn)聚焦糖尿病；研究目的主要為確定多種慢性病的發(fā)病、患病情況；12 篇［3，6，9-11，13，16，19-20，24，26-27］文獻(xiàn)所使用的數(shù)據(jù)為醫(yī)療保險(xiǎn)數(shù)據(jù)，8 篇［2，4，8，12，22-23，25，28］文獻(xiàn)所使用的數(shù)據(jù)為醫(yī)院患者注冊(cè)登記數(shù)據(jù)，其余文獻(xiàn)所使用的數(shù)據(jù)為經(jīng)注冊(cè)的居民健康項(xiàng)目數(shù)據(jù)［14-15］或經(jīng)注冊(cè)的疾病調(diào)查項(xiàng)目數(shù)據(jù)［5，17-18，21］；所使用的數(shù)據(jù)年份跨度較大，其中僅有2 篇［15，19］文獻(xiàn)所使用的數(shù)據(jù)年份跨度≤5 年，14 篇［2，5，8，10-12，14，16-17，21，24-26，28］文獻(xiàn)所使用的數(shù)據(jù)年份跨度≥10 年。納入文獻(xiàn)基本信息及使用的數(shù)據(jù)庫(kù)的基本信息見(jiàn)表1。

表1 納入文獻(xiàn)基本信息及使用數(shù)據(jù)庫(kù)的基本信息Table 1 Basic information of the included literature and the used database

2.3 納入文獻(xiàn)的方法學(xué)質(zhì)量評(píng)價(jià)結(jié)果

納入文獻(xiàn)的SRQR 評(píng)分均≥15 分，中位SRQR 評(píng)分為17（16，17）分（受限于篇幅，本研究未通過(guò)單獨(dú)列表呈現(xiàn)納入研究的方法學(xué)質(zhì)量評(píng)價(jià)具體結(jié)果），見(jiàn)表1。

2.4 最佳洗脫期時(shí)長(zhǎng)確定方法

通過(guò)系統(tǒng)文獻(xiàn)回顧，發(fā)現(xiàn)目前確定洗脫期時(shí)長(zhǎng)的方法主要包括直接限定法、一致性檢驗(yàn)法和逆向生存函數(shù)法三大類。納入的26 篇文獻(xiàn)中，有15 篇［3，13-15，18-28］基于專家建議、臨床經(jīng)驗(yàn)、文獻(xiàn)回顧或因受限于數(shù)據(jù)，直接確定洗脫期時(shí)長(zhǎng)；10篇［2，4-6，9-12，16-17］文獻(xiàn)使用一致性檢驗(yàn)的相關(guān)指標(biāo)，如Kappa 值、陽(yáng)性預(yù)測(cè)值、過(guò)高估計(jì)率等評(píng)估不同洗脫期時(shí)長(zhǎng)對(duì)發(fā)病率估計(jì)的影響、確定洗脫期時(shí)長(zhǎng)；3 篇［8-10］使用逆向生存函數(shù)法確定最佳洗脫期時(shí)長(zhǎng)。

2.4.1 一致性檢驗(yàn)法：10 篇［2，4-6，9-12，16-17］文獻(xiàn)所采用的一致性檢驗(yàn)相關(guān)指標(biāo)包括Kappa 值、陽(yáng)性預(yù)測(cè)值、過(guò)高估計(jì)率、陰性預(yù)測(cè)值、靈敏度、準(zhǔn)確度。所有文獻(xiàn)均將基于數(shù)據(jù)實(shí)際所能達(dá)到的最長(zhǎng)洗脫期期限作為洗脫期時(shí)長(zhǎng)“金標(biāo)準(zhǔn)”，通過(guò)以上指標(biāo)定量比較不同洗脫期時(shí)長(zhǎng)下的發(fā)病人數(shù)（incident patient defined by different clearance period，IDD）與基于洗脫期時(shí)長(zhǎng)“金標(biāo)準(zhǔn)”確定的發(fā)病人數(shù)（incident patient defined by golden criterion，IDG）之間的差異性。6 篇［2，4-6，16-17］文獻(xiàn)采用過(guò)高估計(jì)率［（IDD-IDG）/IDG×100%］作為一致性評(píng)價(jià)指標(biāo)，3 篇［9-11］文獻(xiàn)所采用的一致性評(píng)價(jià)指標(biāo)涉及Kappa 值，3 篇［9，11-12］文獻(xiàn)所采用的一致性評(píng)價(jià)指標(biāo)涉及陽(yáng)性預(yù)測(cè)值，1 篇［12］文獻(xiàn)所采用的一致性評(píng)價(jià)指標(biāo)涉及靈敏度、準(zhǔn)確度和陰性預(yù)測(cè)值。目前，僅有研究者基于Kappa 值提出了一致性的判斷標(biāo)準(zhǔn)。按照BYRT 等［29］提出的判斷標(biāo)準(zhǔn)：當(dāng)Kappa 值為-1.00～＜0時(shí)，可認(rèn)為“一致性缺乏”；當(dāng)Kappa 值為0～0.20 時(shí)，可認(rèn)為“一致性不佳”；當(dāng)Kappa 值為＞0.20～0.40 時(shí)，可認(rèn)為“低一致性”；當(dāng)Kappa 值為＞0.40～0.60 時(shí)，可認(rèn)為“一致性一般”；當(dāng)Kappa 值為＞0.60～0.80 時(shí)，可認(rèn)為“一致性較好”；當(dāng)Kappa 值為＞0.80～0.90 時(shí)，可認(rèn)為“一致性好”；當(dāng)Kappa 值為＞0.90～1.00 時(shí)，可認(rèn)為“一致性極好”。當(dāng)Kappa 值為＞0.90～1.00 時(shí)，所選洗脫期時(shí)長(zhǎng)下的發(fā)病人數(shù)與基于洗脫期時(shí)長(zhǎng)“金標(biāo)準(zhǔn)”確定的發(fā)病人數(shù)之間的一致性極好，所選洗脫期時(shí)長(zhǎng)即為最佳洗脫期時(shí)長(zhǎng)。

2.4.2 逆向生存函數(shù)法：一般通過(guò)Kaplan-Meier 法或壽命表法實(shí)現(xiàn)估計(jì)。在該方法中，終點(diǎn)事件為患者在洗脫期內(nèi)被記錄，生存被定義為在給定的洗脫期內(nèi)沒(méi)有捕捉到該患者的記錄（此時(shí)患者可被認(rèn)為是新發(fā)病例）。具體來(lái)說(shuō)，如計(jì)算j 年某慢性病i 的發(fā)病人數(shù)：a 代表某患者j 年第一次因疾病i 被記錄的日期，b 代表該患者洗脫期內(nèi)離a 最近的一次因疾病i 被記錄的日期，c 代表洗脫期的開(kāi)始日期。如果該患者在給定的洗脫期內(nèi)被記錄，該患者的生存時(shí)間為lx=a-b；如果該患者在給定的洗脫期內(nèi)沒(méi)有被記錄，則該患者被定義為“刪失”，即“生存”，刪失時(shí)間為lc=a-c。據(jù)此建立生存函數(shù)，使用Kaplan-Meier 法或壽命表法計(jì)算在給定洗脫期T下，研究對(duì)象的生存概率［S（t）］，并繪制生存曲線。同時(shí)，BRAMELD 等［8］和BEAUDET 等［9］在研究中運(yùn)用風(fēng)險(xiǎn)函數(shù)［h（t）］計(jì)算了生存時(shí)間已達(dá)到t 的個(gè)體在接下來(lái)的Δt 時(shí)間內(nèi)發(fā)生終點(diǎn)事件的瞬時(shí)風(fēng)險(xiǎn)，并繪制了風(fēng)險(xiǎn)函數(shù)曲線。研究認(rèn)為，若存在某一時(shí)點(diǎn)tf使得h（tf）趨近于零、S（tf）趨近于定值，該時(shí)點(diǎn)即代表最佳洗脫期時(shí)長(zhǎng)。在實(shí)際研究中，BRAMELD 等［8］認(rèn)為，當(dāng)h（tf）＜0.000 01 時(shí)，即可認(rèn)為h（tf）趨近于0，而B(niǎo)EAUDET 等［9］則未給出具體標(biāo)準(zhǔn)。ASGHARI 等［10］未通過(guò)風(fēng)險(xiǎn)函數(shù)計(jì)算生存時(shí)間已達(dá)到t 的個(gè)體在接下來(lái)的Δt 時(shí)間內(nèi)發(fā)生終點(diǎn)事件的瞬時(shí)風(fēng)險(xiǎn)，其認(rèn)為當(dāng)在某一時(shí)點(diǎn)tf下研究對(duì)象的生存概率不再變動(dòng)，即趨于穩(wěn)定時(shí)，該時(shí)點(diǎn)即代表最佳洗脫期時(shí)長(zhǎng)。

2.5 洗脫期時(shí)長(zhǎng)

納入文獻(xiàn)所設(shè)定的洗脫期時(shí)長(zhǎng)為0.5～15.0 年。當(dāng)不同文獻(xiàn)聚焦的疾病不同時(shí)，設(shè)定的洗脫期時(shí)長(zhǎng)之間有明顯差異；但當(dāng)不同文獻(xiàn)聚焦的疾病相同時(shí)，設(shè)定的洗脫期時(shí)長(zhǎng)之間的差異也較大，如5篇［6，8，10，13，19］聚焦糖尿病的文獻(xiàn)所設(shè)定的洗脫期時(shí)長(zhǎng)，最長(zhǎng)為13.0 年，最短為1.0 年。納入文獻(xiàn)洗脫期時(shí)長(zhǎng)確定方法及設(shè)定的洗脫期時(shí)長(zhǎng)見(jiàn)表2。

3 討論

本次研究系統(tǒng)梳理了使用行政管理數(shù)據(jù)識(shí)別慢性病發(fā)病病例時(shí)確定最佳洗脫期時(shí)長(zhǎng)的方法。目前，半數(shù)左右［48.1%（26/54）］基于行政管理數(shù)據(jù)評(píng)估慢性病患病/發(fā)病情況等流行病學(xué)特征的文獻(xiàn)在識(shí)別慢性病發(fā)病病例時(shí)設(shè)定了洗脫期，但對(duì)于洗脫期的時(shí)長(zhǎng)目前尚沒(méi)有統(tǒng)一結(jié)論。納入的26 篇文獻(xiàn)所設(shè)定的洗脫期時(shí)長(zhǎng)為0.5～15.0 年。確定洗脫期時(shí)長(zhǎng)的方法主要包括直接限定法、一致性檢驗(yàn)法、逆向生存函數(shù)法3 種，其中最常用的方法是直接限定法，逆向生存曲線法的使用率相對(duì)較低。

本次研究發(fā)現(xiàn)，半數(shù)以上［57.7%（15/26）］被納入文獻(xiàn)基于直接限定法給定洗脫期時(shí)長(zhǎng)，在該方法下，研究者根據(jù)專家建議、文獻(xiàn)回顧結(jié)果等直接限定洗脫期時(shí)長(zhǎng)。直接限定法雖具有便捷、易于操作的特點(diǎn)，但因缺乏量化的數(shù)據(jù)支持，一定程度上使限定的洗脫期時(shí)長(zhǎng)不具有說(shuō)服力。部分研究者也在研究局限性部分指出，直接限定洗脫期時(shí)長(zhǎng)可能會(huì)導(dǎo)致發(fā)病率估計(jì)結(jié)果不準(zhǔn)確［18，26］；2 篇［14，23］文獻(xiàn)選擇直接以（可獲得數(shù)據(jù)的最大年份-可獲得數(shù)據(jù)的最小年份）為洗脫期時(shí)長(zhǎng)，但此方法下研究者只能探討可獲得數(shù)據(jù)最大年份慢性病的發(fā)病情況，數(shù)據(jù)無(wú)法得到有效利用。部分文獻(xiàn)［38.5%（10/26）］基于一致性檢驗(yàn)的相關(guān)指標(biāo)確定最佳洗脫期時(shí)長(zhǎng)［2，4-6，9-12，16-17］，但不同的文獻(xiàn)所采用的一致性檢驗(yàn)指標(biāo)不同，目前被使用較多的一致性檢驗(yàn)指標(biāo)為Kappa 值和過(guò)高估計(jì)率，其中Kappa 值的判定標(biāo)準(zhǔn)為BYRT 等［29］1993 年提出的標(biāo)準(zhǔn)。多數(shù)研究者選擇Kappa 值＞0.80（“一致性好”/“一致性極好”）作為確定洗脫期時(shí)長(zhǎng)的標(biāo)準(zhǔn)［9-11］，但有研究認(rèn)為在識(shí)別高患病率疾?。ㄈ缣悄虿　⑿难芗膊。┌l(fā)病病例時(shí)，高Kappa 值可能與疾病患病人數(shù)多有關(guān)，Kappa 值的穩(wěn)定性有待進(jìn)一步探究［10］。目前，尚缺乏基于除Kappa值外的其他一致性評(píng)價(jià)指標(biāo)的洗脫期時(shí)長(zhǎng)確定標(biāo)準(zhǔn)，如ABBAS 等［6］以過(guò)高估計(jì)率10%作為臨界標(biāo)準(zhǔn)，而在ROSENLUND 等［4］的研究中這一指標(biāo)被設(shè)定為20%；對(duì)于陽(yáng)性預(yù)測(cè)值，有研究者選擇80%作為界值［11］；BENCHIMOL 等［12］則選擇準(zhǔn)確度達(dá)到90%作為評(píng)判標(biāo)準(zhǔn)。僅有少部分研究［11.5%（3/26）］使用逆向生存函數(shù)法確定最佳洗脫期時(shí)長(zhǎng)［8-10］。在BRAMELD 等［8］于2003 首次提出采用逆向生存函數(shù)法確定洗脫期時(shí)長(zhǎng)后，該方法被陸續(xù)使用［9-10］。逆向生存函數(shù)法強(qiáng)調(diào)通過(guò)繪制生存曲線和風(fēng)險(xiǎn)函數(shù)曲線，并依據(jù)生存概率和風(fēng)險(xiǎn)概率確定最佳洗脫期時(shí)長(zhǎng)。研究者認(rèn)為該方法可以使數(shù)據(jù)得到最大限度的利用，并能夠確保研究者充分使用所有可獲得的記錄估計(jì)生存函數(shù)。同時(shí)，通過(guò)生存曲線和風(fēng)險(xiǎn)函數(shù)曲線可以直觀觀察到生存概率和風(fēng)險(xiǎn)概率的集中趨勢(shì)，有效、定量地判斷最佳的洗脫期時(shí)長(zhǎng)。但該方法也存在一定的局限性，即判斷標(biāo)準(zhǔn)尚未得到完全統(tǒng)一。如BRAMELD 等［8］認(rèn)為，若存在某一時(shí)點(diǎn)tf使得h（tf）＜0.000 01，該時(shí)點(diǎn)即代表最佳洗脫期時(shí)長(zhǎng)，按照此標(biāo)準(zhǔn)，其研究（聚焦糖尿?。┲邢疵撈陂L(zhǎng)達(dá)13.0 年。ASGHARI 等［10］（其研究亦聚焦糖尿病）并未使用這一標(biāo)準(zhǔn)，其根據(jù)研究對(duì)象的生存概率趨于穩(wěn)定這一標(biāo)準(zhǔn)，確認(rèn)洗脫期時(shí)長(zhǎng)為5.0 年。值得注意的是，由于對(duì)洗脫期時(shí)長(zhǎng)的確定方法、判斷標(biāo)準(zhǔn)尚未達(dá)成共識(shí)，許多研究者在探究最佳洗脫期時(shí)長(zhǎng)時(shí)，選擇計(jì)算多個(gè)一致性指標(biāo)的數(shù)值，并結(jié)合基于逆向生存函數(shù)法得出的結(jié)果進(jìn)行綜合判斷［8-10］。

研究納入的文獻(xiàn)所設(shè)定的洗脫期時(shí)長(zhǎng)為0.5～15.0年，聚焦不同疾病的研究設(shè)定的洗脫期時(shí)長(zhǎng)之間的差異較大。有研究者認(rèn)為，不同疾病的發(fā)展軌跡和特征不同是導(dǎo)致該現(xiàn)象出現(xiàn)的重要原因［6］。本研究同時(shí)發(fā)現(xiàn)，不同研究即使聚焦同一疾病，如糖尿病，所設(shè)定的洗脫期時(shí)長(zhǎng)之間的差異也較大，其原因可能是不同研究所使用數(shù)據(jù)的收集方式不同且來(lái)源人群的就醫(yī)習(xí)慣存在較大差異。因此，在使用不同類型的數(shù)據(jù)識(shí)別不同疾病的發(fā)病病例時(shí)，均應(yīng)選擇合適的方法探索最佳洗脫期時(shí)長(zhǎng)，在此基礎(chǔ)上針對(duì)疾病流行病學(xué)特征進(jìn)行進(jìn)一步的研究，這與部分研究者的觀點(diǎn)相一致［2-3，16］。研究者后續(xù)在使用中國(guó)醫(yī)療保險(xiǎn)數(shù)據(jù)、疾病登記注冊(cè)數(shù)據(jù)等行政管理數(shù)據(jù)進(jìn)行慢性病的流行病特征相關(guān)分析時(shí)，應(yīng)考慮到不同國(guó)家（地區(qū)）在醫(yī)療保險(xiǎn)政策、環(huán)境、人種等方面存在明顯差異，不應(yīng)直接應(yīng)用其他國(guó)家研究者得出的洗脫期時(shí)長(zhǎng)，應(yīng)在數(shù)據(jù)的支持下，選擇合適的方法確定最佳洗脫期時(shí)長(zhǎng)，并在此基礎(chǔ)上進(jìn)行后續(xù)的分析研究。

行政管理數(shù)據(jù)作為寶貴的資源，涵蓋范圍廣、年份跨度大、可被便捷地獲取，相較于傳統(tǒng)的調(diào)查數(shù)據(jù)有一定的優(yōu)勢(shì)。自2012 年改革醫(yī)療保險(xiǎn)制度以來(lái)，中國(guó)大力推廣醫(yī)療保險(xiǎn)政策，擴(kuò)大參保人群覆蓋范圍［30-31］，隨著改革的逐步深入，有效數(shù)據(jù)的積累量持續(xù)增加。但目前在萬(wàn)方知識(shí)服務(wù)平臺(tái)、中國(guó)知網(wǎng)、維普中文科技期刊全文數(shù)據(jù)庫(kù)檢索到的利用醫(yī)保數(shù)據(jù)、醫(yī)院患者注冊(cè)登記數(shù)據(jù)等行政管理數(shù)據(jù)對(duì)慢性病流行病學(xué)特征進(jìn)行分析的研究較少（截至2022-10-01 相關(guān)文獻(xiàn)僅21 篇），我國(guó)相關(guān)研究數(shù)量遠(yuǎn)少于行政管理數(shù)據(jù)完備、研究范式成熟的其他國(guó)家（地區(qū)），說(shuō)明中國(guó)在此方面仍處于探索階段，未來(lái)發(fā)展?jié)摿薮?。同時(shí)，中國(guó)內(nèi)地研究者在使用醫(yī)療保險(xiǎn)數(shù)據(jù)等行政管理數(shù)據(jù)進(jìn)行分析時(shí)，未重視洗脫期（在萬(wàn)方知識(shí)服務(wù)平臺(tái)、中國(guó)知網(wǎng)、維普中文科技期刊全文數(shù)據(jù)庫(kù)檢索到的基于行政管理數(shù)據(jù)評(píng)估慢性病患病/發(fā)病情況等流行病學(xué)特征的文獻(xiàn)均未涉及洗脫期），此外也未有內(nèi)地研究者探討利用中國(guó)人群醫(yī)療保險(xiǎn)數(shù)據(jù)等行政管理數(shù)據(jù)對(duì)疾病流行病學(xué)特征進(jìn)行分析時(shí)如何確定洗脫期時(shí)長(zhǎng)。因此，本研究系統(tǒng)總結(jié)的3 種可用于確定洗脫期時(shí)長(zhǎng)的方法，可為后續(xù)研究者基于中國(guó)醫(yī)療保險(xiǎn)數(shù)據(jù)等行政管理數(shù)據(jù)準(zhǔn)確識(shí)別慢性病新發(fā)病例、探究疾病流行病學(xué)特征提供相關(guān)思路和方法支持。

本研究存在一定的局限性。首先，由于行政管理數(shù)據(jù)具有特殊性，部分?jǐn)?shù)據(jù)可能為內(nèi)部數(shù)據(jù)、機(jī)密數(shù)據(jù)，在檢索文獻(xiàn)的過(guò)程中，一些未公開(kāi)發(fā)表的文獻(xiàn)無(wú)法被檢索到，故未將其納入研究范疇，這可能會(huì)對(duì)研究結(jié)果產(chǎn)生一定的影響。其次，研究者僅對(duì)中、英文數(shù)據(jù)庫(kù)中的相關(guān)文獻(xiàn)進(jìn)行了檢索，未檢索以其他語(yǔ)種發(fā)表的相關(guān)文獻(xiàn)，可能會(huì)導(dǎo)致檢索到的方法全面性不足。

作者貢獻(xiàn)：楊文怡提出研究選題方向，負(fù)責(zé)文獻(xiàn)檢索和整理，并撰寫(xiě)論文初稿；王敬鑫進(jìn)行文獻(xiàn)數(shù)據(jù)提取和信息整理；艾麗梅負(fù)責(zé)論文的修訂；萬(wàn)霞負(fù)責(zé)文章的質(zhì)量控制及審校，對(duì)文章整體負(fù)責(zé)；所有作者確認(rèn)了論文的最終稿。

本文無(wú)利益沖突。