為促進腫瘤學真實世界證據研究的質量和透明度，歐洲腫瘤內科學會（ESMO）開發了首個針對腫瘤學真實世界證據研究的具體報告規范：ESMO guidance for reporting oncology real-world evidence（ESMO-GROW）。為方便讀者更好的對報告規范的理解與應用，本文對ESMO-GROW清單的制訂過程和主要內容進行介紹和解讀。
引用本文： 陳容, 羅玲, 張運芝, 劉真, 劉安林, 張譯文. ESMO腫瘤學真實世界證據報告規范（ESMO-GROW清單）解讀. 中國循證醫學雜志, 2025, 25(1): 102-110. doi: 10.7507/1672-2531.202402101 復制
版權信息： ?四川大學華西醫院華西期刊社《中國循證醫學雜志》版權所有，未經授權不得轉載、改編
真實世界數據（RWD）是指從電子健康記錄（EHRs）、醫療索賠記錄、患者登記信息、健康調查以及來自移動健康應用程序和可穿戴設備等非臨床試驗環境中獲得的研究數據，這些數據反映了患者的治療過程、治療反應以及疾病的自然進展的醫療保健的真實情況[1]。由RWD提取的真實世界證據（RWE）反映了醫療干預措施在現實世界中的效果和影響，為醫學研究領域提供了有意義的見解和結論[2]。近年來，RWE在醫學研究，尤其在腫瘤學研究中的應用重要性日益凸顯，這一趨勢不僅體現在相關學術論文的數量持續增長，也反映在RWD在醫藥監管領域中日益頻繁的應用上[3-5]。盡管目前已經制訂了多項與RWE研究報告相關的指南，但腫瘤學研究領域的獨特性質，如特定變量、生物標志物的使用、治療方法及其結果的多樣性，以及人工智能（AI）、機器學習（ML）和深度學習（DL）等現代技術在RWE數據分析各階段的應用，帶來了新的挑戰[6]，這些挑戰尚未在現有指南中得到充分解決。鑒于此，2023年11月歐洲腫瘤內科學會（ESMO）在Ann Oncol發表了首部腫瘤學RWE報告規范（ESMO guidance for reporting oncology real-world evidence，ESMO-GROW）[7]，旨在提高腫瘤學RWE研究報告的完整性，提升基于RWD的腫瘤研究質量和透明度，并推動該領域研究的標準化。本文詳細解讀ESMO-GROW清單的核心條目，并結合實例進行分析，以助于國內研究者更好地理解和應用這一規范。
1 ESMO-GROW開發過程及內容
ESMO-GROW報告規范的開發是一項跨學科、多階段的協作工作。首先，通過全面的文獻回顧確認了腫瘤學領域對特定RWE報告規范的需求。4位作者基于文獻檢索起草了ESMO-GROW初稿。隨后，通過包括來自臨床腫瘤學、統計學、AI、數字健康等多領域的跨學科專家以及期刊編輯和審稿人的反饋，該手稿經過多次修訂和完善。經過分組工作和定期會議，該報告規范逐步完善，并由核心團隊統一整合。所有建議均通過投票確定，并在全天會議中討論，以解決任何分歧并達成共識，如果>90%的作者同意該提案，則建議獲得批準。此外，還考慮了外部利益相關者（患者權益倡導者、行業代表、歐洲藥品管理局、出版商、AI、癌癥數據庫和健康政策方面）的個人專家的反饋。最終，通過所有作者的投票，形成了包含6個主題，35項條目組成的ESMO-GROW清單。
2 ESMO-GROW清單條目解讀
ESMO-GROW清單共包含與RWE出版物各部分相關的6個主題：標題、前言、方法、結果、討論和結論、最終考慮因素，共35條報告建議，具體內容見表1。
表1
腫瘤學真實世界研究報告規范（ESMO-GROW清單）具體內容及實例解讀
2.1 標題
條目1：根據研究內容，簡明扼要地列出與研究類型、研究對象、研究目的、數據來源和研究結果有關的關鍵詞。建議考慮加入“真實世界”或“觀察性”等術語。
解讀：在腫瘤學RWE研究的標題構建中，選取恰當的關鍵詞至關重要。它們不僅反映研究的核心，還影響文章的可檢索性。ESMO-GROW清單建議使用如“真實世界”或“觀察性”等術語以明確研究類型，區分于例如隨機對照試驗的其他研究形式。此外，關鍵詞還應細化至具體人群、腫瘤類型、研究環境和治療方式等，以便快速傳達研究的主要內容。同時，關鍵詞的選擇還應考慮期刊的字數限制和標題的吸引力。最后，研究設計的性質（前瞻性或回顧性）也是關鍵詞選擇的重要方面，可以為讀者提供關于研究方法的線索。
2.2 前言
條目2：闡述研究問題的科學依據，并提供關于以往系統評價、Meta分析、臨床試驗和（或）RWE研究的核心證據的簡明背景信息。
解讀：前言部分的目的是提供關于研究領域已知信息的概述，并闡明激發研究設計的未滿足需求和證據空缺。作者在撰寫研究的前言部分時，首先應提供先前研究的證據總結，包括系統評價、Meta分析、臨床試驗和先前的RWE研究。這有助于構建研究的理論基礎，并確保讀者了解該領域的現狀。其次，選擇文獻時應優先考慮高級別證據，確保研究基于最可靠和相關的信息。
條目3：識別證據中的差距，并解釋為什么以及如何通過RWE研究來適當解決這些差距。具體說明當前研究預期產生的新證據。
解讀：在確定研究的必要性時，關鍵在于識別和適當解決證據中的差距。具體來說有三點：首先，作者需明確研究領域中證據的不足，包括數量、質量和強度上的限制，及現有研究未解決的問題；其次，作者應闡釋RWE研究可能的貢獻，例如為通常被排除在臨床試驗之外的患者群體提供證據，或為合成對照組提供基礎[8,9]；最后，應討論預期獲得的新證據，包括RWE研究可能提供的證據類型以及其優缺點。
條目4：簡要介紹研究目的。
解讀：作者應在前言的結尾處陳述研究目的，根據研究設計的不同，可簡明扼要地報告患者人群、暴露因素和結果。
2.3 方法
2.3.1 研究目的、設計、數據來源和變量
條目5：提出研究問題，包括對患者或研究對象以及目標結果的描述。
解讀：研究問題的清晰陳述對于理解研究的目的和結果至關重要[10]。因此在描述研究問題時，ESMO-GROW清單建議作者考慮以下幾個要點：首先，研究問題應明確且準確，以便讀者能夠清楚地理解研究目的和意圖。如果有必要，可以提供與研究設計相關的具體信息，如人口統計學特征、腫瘤特性、研究環境等，以便提供完整的研究背景。如果研究目的是分析性的，可以采用患者或人群、暴露因素、比較組和結果（PECO）框架報告研究問題，以清晰定義研究的核心要素[11]；其次，在解釋性研究中，應報告感興趣的暴露因素。在比較性研究中，應清楚說明比較組的性質；在預測性研究中，應詳細闡述預測模型的開發、驗證或探索預測因子的目的，還應報告所評估的預測因子；最后，作者應明確區分并詳細描述主要和次要研究結果。
條目6：闡述研究目的，并考慮將研究類型歸類為描述性和（或）分析性（解釋性或預測性）。
解讀：在腫瘤學研究中，清晰地表述研究目的以及準確分類研究類型不僅有助于研究設計的準確性，也對研究結果的解釋和應用具有重要影響。研究目的通常可以分為為描述性或分析性（解釋性或預測性）。描述性研究關注現象的特征或分布，如疾病流行率的評估，通常基于大量人群數據，無需對照組；分析性研究則探究變量間關系，包括因果關系（解釋性）或預測未來事件（預測性）[12]。
條目7：提供相關信息，對用于解決研究問題的研究設計進行描述和分類。
解讀：首先，作者需要根據研究目的（描述性或分析性），選擇適當的研究設計并進行詳細描述。例如，對個體水平數據進行分析時，可能選擇病例報告、橫斷面研究或隊列研究；而對于人群水平數據分析，則可能采用生態學研究[13]；若采用創新或特定研究設計，如準實驗研究，需詳細描述以便理解其特性和局限性；其次，應描述RWD在實驗設計中的應用，如市場后監測研究、合成對照組和實用性試驗和觀察性研究。然后明確說明“前瞻性”和“回顧性”術語的具體應用，包括研究時間段、數據源和核心變量的時間點；最后作者可以考慮使用說明性圖表來描述研究設計，幫助讀者更好理解研究結構和流程。
條目8：明確界定用于選擇研究對象或患者的資格標準，特別涉及與癌癥相關的方面。
解讀：在腫瘤學研究中，對患者或研究對象的選擇標準進行清晰的定義，尤其是與腫瘤相關的方面，對于評估樣本的內部和外部效度至關重要[14]。以下是對ESMO-GROW清單關于撰寫資格標準的建議：第一，應清晰描述包括納入和排除標準以及時間框架的資格標準；第二，對基于個體的腫瘤學研究，應提供關于患者的人口統計學數據、腫瘤類型、組織學特征、疾病階段、可能的生物標志物、先前治療和共病情況等詳細信息；第三，如果研究對象是人群（例如，來自普通人群的共同特征個體的人群基礎研究）或其他類型的數據（例如，藥物警戒數據庫中的事件），則應提供與該對象相關的資格標準；第四，應明確規定納入病例的時間；第五，如果研究具有比較性，也應提供比較組的特征。在RWE研究中，資格標準通常比控制臨床試驗中的更為實用，通常允許更廣泛的人群代表性（更高的外部效度）[15]。
條目9：報告所使用的RWD源的具體類型和目的，提供詳細描述以解釋選擇該數據源以滿足研究目的的原因。
解讀：ESMO-GROW清單強調了對所使用RWD的類型和目的進行詳細描述的必要性。首先，作者應清楚地描述數據源的主要收集目的和開始日期，尤其是那些常規收集的數據。這種描述不僅幫助讀者理解數據的來源和性質，而且還揭示了數據集如何與研究目的和問題相適應；其次，作者應詳細說明所選數據源是否適合解決特定的研究目的和問題；此外，作者還應詳細描述所收集數據的一般類型，包括數據的完整性、數據庫中患者的資格、衛生保健環境（如一級、二級或三級保健）、地理詳細信息（如國家和地區），以及數據庫是否覆蓋所有患者或僅特定醫院或患者群體。當數據是通過特定工具（如問卷）收集時，作者需要進一步說明這些工具的選擇、設計和驗證過程，確保數據收集方法的適用性和準確性；最后，如果數據采集方法涉及到新技術（如可穿戴設備），則應提供相同水平的詳細信息。
條目10：當使用多個RWD源時，提供關于互操作性的詳細信息，包括識別重復病例或從不同數據庫鏈接數據的方法。
解讀：在使用多個RWD源進行腫瘤學研究時，處理不同數據源之間的互操作性是一項關鍵任務。因此，在撰寫文章時需要細致地處理和報告以下幾個關鍵方面，以確保數據的準確性和研究的可靠性。第一，作者需要描述用于識別兩個或多個可能包含重疊人群數據源中的潛在重復病例的方法，以及用于鏈接同一患者數據的技術和變量。這包括用于個體級數據的唯一標識符或用于區域級數據的匹配變量（如醫院）。第二，如果不同數據源包含將被合并但編碼方式不同的變量，作者應詳細解釋重新編碼的原因和方法。第三，在處理數據集之間存在的數據差異時，應報告具體的解決方法，包括數據傳輸的標準和遵守可查找、可訪問、互操作和可復用（FAIR）數據原則的方式。第四，如果使用通用數據模型來協調來自多個來源的數據，如觀察性醫療結果合作伙伴通用數據模型，應提供相應模板或明確數據來源。
條目11：提供源數據和研究數據管理的詳細信息及時間安排。考慮詳細說明原始數據收集、更新、完整性、數據提取、清洗和（或）質量控制及驗證的方法。
解讀：確保數據準確性、完整性和研究透明度對提高結果可信度及易于驗證和復制至關重要。因此，作者需要關注數據管理過程中的各個環節。首先，作者應該詳細報告原始數據的收集、更新和完整性，這包括數據的來源、收集者、收集頻率以及數據收集的方式（數字化或手動）；其次，作者需要明確數據提取的具體日期，并采取質量控制措施，例如處理異常值和缺失值；此外，作者需要詳細說明數據清洗和驗證過程，以確保數據的準確性；最后，需要制定并執行保持數據最新的策略，特別是在變量更新和參考資料考慮方面，這對于理解和評估研究結果非常重要。
條目12：在正文或補充材料中提供數據庫和（或）研究注冊、管理、所有權、元數據和完整數據可獲取性的核心細節。
解讀：為了提高研究的透明度和可靠性，清單建議作者在正文或補充材料中提供關于數據庫和研究注冊的核心細節。首先，應提供包括識別信息（例如，研究縮寫和注冊識別號碼）、參與的調查者和中心、完整變量信息（帶注釋的病例報告表）、數據匿名化程度、數據集訪問政策、機構批準、倫理和數據保護批準（遵循一般數據保護條例和當地要求或其他適用數據保護法）等在內的全面信息；其次，研究方案建議列入補充資料，有助于讀者更好地理解研究設計。此外，如果數據通過國際共享機制收集，或研究已在公共數據庫注冊，這些情況應被明確說明，并提供相關鏈接或識別碼；最后，報告還應包括關于獲取或免除知情同意的具體信息，以及如何處理各中心或國家間的差異。
條目13：確定每個核心變量的數據來源、定義，如果變量是衍生或編碼的，描述衍生或編碼是如何進行和驗證的。
解讀：ESMO-GROW清單建議作者在描述變量時考慮以下幾個方面：第一，清晰地描述每個變量的定義和來源。這包括是否直接從數據源獲取，還是通過某種衍生或編碼過程得到。尤其對于主要變量如暴露和終點，應提供更為詳盡的描述。第二，詳細考慮每個變量可能受到的數據源特定偏倚。第三，如果變量是通過特定算法或過程衍生的，需詳細描述其過程和驗證方法。第四，在將變量進行編碼（如將連續變量分為幾個類別）時，應明確編碼的邏輯和證據基礎。此外，如果在不同的分析階段采用了不同的編碼方式，應提供明確的理由。這些詳細信息都應在正文或補充材料中清楚描述。
條目14：明確核心變量與癌癥病程相關的時間點。
解讀：在腫瘤學RWE中，準確界定核心變量與癌癥病程特定時間點的關系能夠確保數據的相關性和解釋性，提高研究結果的準確性和可比較性，并減少分析偏倚[16]。為此，建議作者在處理核心變量時，考慮以下幾個關鍵方面：首先，清晰描述每個核心變量與癌癥病程中特定時間點的關系；其次，當研究以癌癥診斷或開始接受系統性抗癌治療作為基線時間點時，應描述與診斷相關的因素和啟動治療的標準，如參與癌癥篩查的情況、醫療獲取途徑和治療方案等[17]；然后，作者應根據基線定義評估終點，報告標準和頻率，并明確記錄時間至事件變量的隨訪起止日期和終止情況；最后，為了確保報告透明，詳細的時間點信息應與變量列表一同報告，以便讀者理解各變量與癌癥病程的關系。
條目15：提供研究中包括的所有核心變量的完整列表，變量可以分為基線特征、暴露因素、結果或終點。
解讀：作者在描述核心變量時需要特別注意以下幾個關鍵方面：首先，作者應提供詳盡的變量列表，這有助于讀者全面理解研究設計、實施和結果；其次，需要細致描述基線樣本特征，這對于評估樣本是否能代表整個源群體極為重要[18]；然后，還應闡明與癌癥相關的變量，如原發性癌癥診斷、腫瘤亞型、疾病階段和既往治療等，這對于調整研究設計以符合特定腫瘤學背景至關重要；此外，對于暴露變量，作者需明確識別和詳細描述，以便于審查研究結論可能受到的潛在錯誤分類偏倚[19]；最后，作者應明確界定研究的主要和次要終點，這有助于增強研究的目的明確性和分析深度。
條目16：在涉及生物標志物的研究中，需要提供關于生物標志物的描述、時間點、評估方法和分析驗證的詳細信息。
解讀：在腫瘤學RWE研究中，生物標志物的詳細描述至關重要，包括其特性、臨床應用、評估方法和驗證。免疫組化標記物的抗體信息、分子檢測的樣本類型和方法，以及影像生物標志物的類型和處理方法都需要詳細說明，以增強研究的透明度和可重復性。
2.3.2 統計學分析與AI技術
條目17：概述統計分析的主要內容。
解讀：在報告腫瘤學RWE研究中，對統計方法的明確描述極為重要。對于描述性研究，作者需要詳細說明如何使用集中趨勢和離散趨勢的度量方法來總結原始數據。而在分析性研究中，則要求作者在正文中詳細報告與研究問題相關的統計分析，并在補充材料中提供完整的統計分析計劃（SAP）。
條目18：提供有關研究預先計劃的樣本量要求和統計功效的詳細信息（如適用）。
解讀：根據研究目的，作者應詳細報告所需樣本量和估算的統計功效，包括主要終點、對照值估計、目的可檢測差異、效應大小、最小功效、顯著性水平以及采用的統計檢驗。這些信息對于理解研究的可靠性和結論的有效性至關重要。
條目19：具體說明為識別和減少主要偏倚來源而預先計劃的策略。
解讀：科學研究中的偏倚可能影響結果的準確性和研究的有效性。因此，為了控制研究中的偏倚，建議作者應首先描述可識別到的可能影響結果的潛在偏倚，如樣本選擇、數據收集或測量方法；其次，描述為減少這些偏倚所采取的措施，包括使用匹配和分層方法來平衡不同組別、統一方法和設備以減少異質性，應用多種統計方法評估干預效果，處理時間性偏倚以及恰當地處理缺失數據等。
條目20：明確區分預設分析和事后分析，尤其是在亞組分析中。
解讀：建議作者優先考慮預設分析，未在最初的SAP中預先聲明的事后分析應在報告時明確標記，并強調它們的探索性目的。在報告亞組分析時，作者應詳細說明進行亞組分析的數量和呈現的數量，說明感興趣的終點和用于評估干預或暴露差異的異質性的統計方法。此外，為了控制研究的總體錯誤率并保證結論的穩健性，對于解釋性研究中的多重性問題的調整措施，作者也應給予報告。
條目21：提供關于內部和外部效度的信息，以及所有敏感性分析的相關信息。
解讀：內部和外部效度以及敏感性分析的報告是確保研究質量的重要組成部分。內部效度關注研究方法的準確性和執行的質量，確保結果的可靠性；外部效度則涉及結果的普遍適用性[20]。敏感性分析用于檢驗結果的穩健性，有助于識別偏差和不確定性。作者應清楚地描述敏感性分析的方法和目的，透明地展示在不同假設情況下對結果的影響。
條目22：對于分析性研究，應在補充材料中提供SAP的完整版本，包括對任何修改的簡要說明。
解讀：SAP是研究設計的一個關鍵組成部分，它詳細闡述了研究的統計方法和原理、目的研究人群及分析策略[21]。它為研究提供了一個明確的分析框架，確保研究的方法學嚴謹性。ESMO-GROW清單建議分析性研究中應在補充材料提供SAP的完整版本。如有任何修改，也應在報告中進行簡要說明。
條目23：說明使用了哪種ML、DL或其他AI方法（如適用）。
解讀：AI技術，尤其是ML和DL，已成為數據分析的強大工具，能夠揭示傳統統計方法難以捕捉的復雜模式和關聯[22]。在腫瘤學研究中，這些技術尤為重要，因為它們能幫助從RWD中生成有價值的假設，并指導臨床決策[23,24]。在報告這些方法的應用時，作者應詳細記錄AI算法的使用和任何對標準算法的修改，并建議將AI方法與傳統統計方法進行比較，以展示其性能優勢。
條目24：在使用AI算法（如ML和DL）報告RWD分析時，需包含關于數據預處理技術、特征工程策略和模型開發的詳盡信息。
解讀：ESMO-GROW清單建議作者使用AI算法之前詳細記錄數據預處理技術、特征工程策略和模型開發的全過程。這包括數據的收集、準備、清理、轉換、探索性質量控制、標準化、插補、注釋和編碼標準等步驟。同時，應明確說明患者的納入和排除標準。如果適用，在處理AI算法分析中，作者應包括對不同患者亞組的考慮，確保訓練集的平衡性，特別是對于有共病或罕見腫瘤的患者。對于代表性不足的人群，可能需要生成合成數據。使用來自多個來源的數據集時，應描述數據整合的技術平臺或方法。如果應用了如聯邦學習等數據隱私保護框架，也應明確其部署類型；此外，作者應詳細說明模型開發的每個步驟，這包括訓練、驗證和測試數據集的構建，以及特征選擇、模型調整和正則化及防止過擬合和欠擬合的措施；最后作者應對所建立的模型進行性能評估，包括區分度和校準的評估，以及在外部數據集上的前瞻性驗證。
條目25：闡述AI模型的可解釋性和可解讀性，介紹與臨床實踐相結合的計劃（如適用）。
解讀：醫學研究中，可解釋和可解讀性的AI模型能夠讓醫生和研究者理解模型是如何做出預測的，這對于建立信任和確保模型應用的適當性至關重要[25]。首先，要求作者在進行涉及AI模型的研究時，采用諸如可解釋性AI技術的方法來闡釋模型的工作機制；其次，作者應使用清晰的術語，以便目標受眾（例如醫療專業人員）能夠理解；最后，如果研究中的AI模型將被用于臨床應用，作者應詳細介紹模型在臨床環境中的應用計劃，包括其與現有醫療實踐的結合方式、預計的部署時間線，以及相關的技術和安全性考慮。
條目26：簡要描述研究所需的多學科團隊，并解釋這些需求是如何得到滿足的（如適用）。
解讀：對于腫瘤學RWE研究中涉及的多學科團隊，作者可以在方法部分或者補充材料中簡潔地報告。
2.4 結果
條目27：提供在樣本選擇的每個階段被排除或未參與的病例數量及原因，以及隨訪過程中失訪的病例數量。將被排除的病例與納入分析的病例進行比較，并用流程圖展示。
解讀：在科學研究中，明確樣本選擇的每個階段被排除或未參與的病例數量及原因對結果的可解釋性至關重要，有助于提供對數據質量和潛在偏差的見解，以及復制工作和與其他研究的比較[26]。此外，比較被排除的病例與納入分析的病例有助于評估選擇偏倚和結果的普適性。這些信息應在流程圖中展示，并在必要時提供詳細比較。
條目28：詳細描述納入病例的基線特征（如臨床人口學特征和腫瘤特征），應對分析中的不同組別的基線特征進行比較（如適用）。
解讀：關于研究的基線特征，首先，作者應通過表格形式清晰地展示這些基線數據，并根據研究設計的需要，對比不同組別（如暴露組和對照組）的特征；其次，對于涉及比較性分析的研究，建議作者應詳盡地報告各組間的特征對比，包括頻率、比例、集中趨勢和離散程度；此外，考慮到缺失數據可能對分析結果產生的潛在影響[27]，作者應詳細說明每個相關變量及按研究組別的缺失值比例；最后，在某些情況下，如使用傾向性評分，還建議作者增加額外的表格（通常作為補充資料），以展示分析前后的標準化差異。
條目29：報告研究的主要分析結果，簡要描述相關的探索性分析（預先設定和（或）事后分析）的結果。提供讀者獲取完整結果的詳細信息。
解讀：報告腫瘤學研究的主要分析結果時，作者應詳細描述主要結果、變量缺失數據、中位隨訪時間及每個分析組的事件數量和時間點。提供總結測量及置信區間，并報告單變量和多變量分析的相關數據。探索性分析結果應視為輔助內容，需要謹慎處理和解釋。
2.5 討論與結論
2.5.1 討論
條目30：總結針對主要研究問題的核心結果，并根據有關該主題的現有最佳證據對數據進行客觀討論。避免隨意選擇文獻來支持某個觀點。
解讀：在討論腫瘤學研究結果時，作者應客觀總結與研究目的相關的核心結果，并基于現有最佳證據進行討論。還應在討論開始時簡要說明支持性文獻的選擇方法，以確保透明度。
條目31：討論當前研究的優點和局限性，包括主要偏倚、應用的策略如何有助于避免或減少偏倚，以及作者估計殘差偏倚可能會影響研究的核心結果（如適用）。
解讀：在討論腫瘤學研究的優點和局限性時，作者應強調研究的優勢并總結可能影響結果的主要偏倚。描述用于減輕偏倚的方法，并承認觀察性研究的潛在偏倚風險。
條目32：討論研究結果的可推廣性及其對臨床實踐、衛生政策或公共衛生的潛在影響，以及對未來研究假設的形成。
解讀：在討論腫瘤學研究結果的可推廣性時，重要的是平衡地評估結果對臨床實踐和衛生政策的潛在影響，同時考慮其對未來研究方向的貢獻。重點應放在統計顯著性與實際臨床意義之間的關系，以及研究結果如何促進新的臨床和政策決策。
2.5.2 結論
條目33：全面總結與主要研究問題相關的核心結果，以及對臨床實踐、衛生政策和（或）公共衛生的主要影響。基于報告研究中尚未滿足的需求和局限性，提出進一步研究的建議。
解讀：結論部分是研究報告的關鍵，它應精確總結核心研究發現，評估其在臨床和公共衛生領域的影響，并指明未來研究方向。作者應強調主要結果的臨床和政策相關性，同時清晰地指出研究的局限和未來研究的潛在領域。結論應避免過度闡釋，確保簡潔和針對性。
2.6 最后考慮事項
條目34：注明所有相關的研究贊助以及直接和（或）間接或實物資助。
解讀：作者應透明地聲明所有研究贊助來源，無論是直接資金支持還是間接或實物資助。透明地揭示贊助來源對于保持研究的公正性和客觀性至關重要。這包括明確指出贊助來源如何影響研究的各個階段，從而幫助讀者理解潛在的利益沖突，并評估研究結果的可信度。若無贊助或資助，亦應明確聲明，以確保完整的透明度。
條目35：根據期刊規定，詳細說明所有相關的致謝、作者聲明、個人貢獻以及其他最后考慮事項。
解讀：在腫瘤學研究報告的最終階段，作者應根據期刊的具體規定詳細說明所有相關的致謝、作者聲明、個人貢獻以及其他重要事項。此外，如果使用了AI輔助技術進行手稿開發或修訂，也應在相關部分進行說明。
3 實例解讀
本文以2023年發表在Cancer Medicine上的研究“Apalutamide for prostate cancer: multicentre and multidisciplinary real-world study of 227 patients”為實例[28]，對照ESMO-GROW清單條目，逐一解讀其內容，評價結果見表1右半部分。總體而言，實例文章在多個方面表現良好，包括清晰地定義研究問題、目的、設計和患者納入標準。它也詳細描述了所使用的RWD源和統計分析方法。然而，實例文章可能需要進一步強化對數據源特點和數據管理細節的描述，以及提供更全面的關于數據互操作性和數據提取的信息。此外，對于涉及的生物標志物，實例文章也許可以提供更多關于評估方法和分析驗證的細節。在討論部分，這篇研究充分討論了其研究結果的意義和潛在的局限性，但還可以進一步探討其研究結果對臨床實踐和公共衛生政策的潛在影響。因此，本實例雖部分符合ESMO-GROW清單，特別是在明確表述研究問題和目的方面，但在描述數據源特性、數據管理細節以及數據互操作性等方面仍有改進空間，以提高報告的規范性和完整性。
4 小結
ESMO-GROW清單的推出是腫瘤學領域RWE研究的重要轉折點。隨著日常臨床實踐對治療效果全面理解需求的增加，RWE的重要性愈發突出。這一規范不僅滿足了對詳盡腫瘤學數據報告的需求，而且代表了醫學研究方法的進步。ESMO-GROW清單提供了關于特定變量、生物標志物、治療方法和AI、ML、DL技術應用的具體指導，對腫瘤學研究的發展起到了重要推動作用。
然而，這一指南在實際應用中可能面臨挑戰。腫瘤學的特殊性和復雜性，以及技術的快速發展要求其具有靈活性和適應性。隨著科技的進步和臨床實踐的變化，該指南清單可能需要定期更新，以保持準確性和相關性。建議將ESMO-GROW核查清單作為提交學術期刊的附件，以提高研究的標準和透明度。高質量的RWE研究對于改善患者治療和推動治療方法的發展至關重要，而ESMO-GROW清單為實現這一目標提供了關鍵支持。盡管在實際應用中可能會面臨一些挑戰，但這一清單無疑將對腫瘤學研究領域的高標準發展產生深遠的影響。
真實世界數據（RWD）是指從電子健康記錄（EHRs）、醫療索賠記錄、患者登記信息、健康調查以及來自移動健康應用程序和可穿戴設備等非臨床試驗環境中獲得的研究數據，這些數據反映了患者的治療過程、治療反應以及疾病的自然進展的醫療保健的真實情況[1]。由RWD提取的真實世界證據（RWE）反映了醫療干預措施在現實世界中的效果和影響，為醫學研究領域提供了有意義的見解和結論[2]。近年來，RWE在醫學研究，尤其在腫瘤學研究中的應用重要性日益凸顯，這一趨勢不僅體現在相關學術論文的數量持續增長，也反映在RWD在醫藥監管領域中日益頻繁的應用上[3-5]。盡管目前已經制訂了多項與RWE研究報告相關的指南，但腫瘤學研究領域的獨特性質，如特定變量、生物標志物的使用、治療方法及其結果的多樣性，以及人工智能（AI）、機器學習（ML）和深度學習（DL）等現代技術在RWE數據分析各階段的應用，帶來了新的挑戰[6]，這些挑戰尚未在現有指南中得到充分解決。鑒于此，2023年11月歐洲腫瘤內科學會（ESMO）在Ann Oncol發表了首部腫瘤學RWE報告規范（ESMO guidance for reporting oncology real-world evidence，ESMO-GROW）[7]，旨在提高腫瘤學RWE研究報告的完整性，提升基于RWD的腫瘤研究質量和透明度，并推動該領域研究的標準化。本文詳細解讀ESMO-GROW清單的核心條目，并結合實例進行分析，以助于國內研究者更好地理解和應用這一規范。
1 ESMO-GROW開發過程及內容
ESMO-GROW報告規范的開發是一項跨學科、多階段的協作工作。首先，通過全面的文獻回顧確認了腫瘤學領域對特定RWE報告規范的需求。4位作者基于文獻檢索起草了ESMO-GROW初稿。隨后，通過包括來自臨床腫瘤學、統計學、AI、數字健康等多領域的跨學科專家以及期刊編輯和審稿人的反饋，該手稿經過多次修訂和完善。經過分組工作和定期會議，該報告規范逐步完善，并由核心團隊統一整合。所有建議均通過投票確定，并在全天會議中討論，以解決任何分歧并達成共識，如果>90%的作者同意該提案，則建議獲得批準。此外，還考慮了外部利益相關者（患者權益倡導者、行業代表、歐洲藥品管理局、出版商、AI、癌癥數據庫和健康政策方面）的個人專家的反饋。最終，通過所有作者的投票，形成了包含6個主題，35項條目組成的ESMO-GROW清單。
2 ESMO-GROW清單條目解讀
ESMO-GROW清單共包含與RWE出版物各部分相關的6個主題：標題、前言、方法、結果、討論和結論、最終考慮因素，共35條報告建議，具體內容見表1。
表1
腫瘤學真實世界研究報告規范（ESMO-GROW清單）具體內容及實例解讀
2.1 標題
條目1：根據研究內容，簡明扼要地列出與研究類型、研究對象、研究目的、數據來源和研究結果有關的關鍵詞。建議考慮加入“真實世界”或“觀察性”等術語。
解讀：在腫瘤學RWE研究的標題構建中，選取恰當的關鍵詞至關重要。它們不僅反映研究的核心，還影響文章的可檢索性。ESMO-GROW清單建議使用如“真實世界”或“觀察性”等術語以明確研究類型，區分于例如隨機對照試驗的其他研究形式。此外，關鍵詞還應細化至具體人群、腫瘤類型、研究環境和治療方式等，以便快速傳達研究的主要內容。同時，關鍵詞的選擇還應考慮期刊的字數限制和標題的吸引力。最后，研究設計的性質（前瞻性或回顧性）也是關鍵詞選擇的重要方面，可以為讀者提供關于研究方法的線索。
2.2 前言
條目2：闡述研究問題的科學依據，并提供關于以往系統評價、Meta分析、臨床試驗和（或）RWE研究的核心證據的簡明背景信息。
解讀：前言部分的目的是提供關于研究領域已知信息的概述，并闡明激發研究設計的未滿足需求和證據空缺。作者在撰寫研究的前言部分時，首先應提供先前研究的證據總結，包括系統評價、Meta分析、臨床試驗和先前的RWE研究。這有助于構建研究的理論基礎，并確保讀者了解該領域的現狀。其次，選擇文獻時應優先考慮高級別證據，確保研究基于最可靠和相關的信息。
條目3：識別證據中的差距，并解釋為什么以及如何通過RWE研究來適當解決這些差距。具體說明當前研究預期產生的新證據。
解讀：在確定研究的必要性時，關鍵在于識別和適當解決證據中的差距。具體來說有三點：首先，作者需明確研究領域中證據的不足，包括數量、質量和強度上的限制，及現有研究未解決的問題；其次，作者應闡釋RWE研究可能的貢獻，例如為通常被排除在臨床試驗之外的患者群體提供證據，或為合成對照組提供基礎[8,9]；最后，應討論預期獲得的新證據，包括RWE研究可能提供的證據類型以及其優缺點。
條目4：簡要介紹研究目的。
解讀：作者應在前言的結尾處陳述研究目的，根據研究設計的不同，可簡明扼要地報告患者人群、暴露因素和結果。
2.3 方法
2.3.1 研究目的、設計、數據來源和變量
條目5：提出研究問題，包括對患者或研究對象以及目標結果的描述。
解讀：研究問題的清晰陳述對于理解研究的目的和結果至關重要[10]。因此在描述研究問題時，ESMO-GROW清單建議作者考慮以下幾個要點：首先，研究問題應明確且準確，以便讀者能夠清楚地理解研究目的和意圖。如果有必要，可以提供與研究設計相關的具體信息，如人口統計學特征、腫瘤特性、研究環境等，以便提供完整的研究背景。如果研究目的是分析性的，可以采用患者或人群、暴露因素、比較組和結果（PECO）框架報告研究問題，以清晰定義研究的核心要素[11]；其次，在解釋性研究中，應報告感興趣的暴露因素。在比較性研究中，應清楚說明比較組的性質；在預測性研究中，應詳細闡述預測模型的開發、驗證或探索預測因子的目的，還應報告所評估的預測因子；最后，作者應明確區分并詳細描述主要和次要研究結果。
條目6：闡述研究目的，并考慮將研究類型歸類為描述性和（或）分析性（解釋性或預測性）。
解讀：在腫瘤學研究中，清晰地表述研究目的以及準確分類研究類型不僅有助于研究設計的準確性，也對研究結果的解釋和應用具有重要影響。研究目的通常可以分為為描述性或分析性（解釋性或預測性）。描述性研究關注現象的特征或分布，如疾病流行率的評估，通常基于大量人群數據，無需對照組；分析性研究則探究變量間關系，包括因果關系（解釋性）或預測未來事件（預測性）[12]。
條目7：提供相關信息，對用于解決研究問題的研究設計進行描述和分類。
解讀：首先，作者需要根據研究目的（描述性或分析性），選擇適當的研究設計并進行詳細描述。例如，對個體水平數據進行分析時，可能選擇病例報告、橫斷面研究或隊列研究；而對于人群水平數據分析，則可能采用生態學研究[13]；若采用創新或特定研究設計，如準實驗研究，需詳細描述以便理解其特性和局限性；其次，應描述RWD在實驗設計中的應用，如市場后監測研究、合成對照組和實用性試驗和觀察性研究。然后明確說明“前瞻性”和“回顧性”術語的具體應用，包括研究時間段、數據源和核心變量的時間點；最后作者可以考慮使用說明性圖表來描述研究設計，幫助讀者更好理解研究結構和流程。
條目8：明確界定用于選擇研究對象或患者的資格標準，特別涉及與癌癥相關的方面。
解讀：在腫瘤學研究中，對患者或研究對象的選擇標準進行清晰的定義，尤其是與腫瘤相關的方面，對于評估樣本的內部和外部效度至關重要[14]。以下是對ESMO-GROW清單關于撰寫資格標準的建議：第一，應清晰描述包括納入和排除標準以及時間框架的資格標準；第二，對基于個體的腫瘤學研究，應提供關于患者的人口統計學數據、腫瘤類型、組織學特征、疾病階段、可能的生物標志物、先前治療和共病情況等詳細信息；第三，如果研究對象是人群（例如，來自普通人群的共同特征個體的人群基礎研究）或其他類型的數據（例如，藥物警戒數據庫中的事件），則應提供與該對象相關的資格標準；第四，應明確規定納入病例的時間；第五，如果研究具有比較性，也應提供比較組的特征。在RWE研究中，資格標準通常比控制臨床試驗中的更為實用，通常允許更廣泛的人群代表性（更高的外部效度）[15]。
條目9：報告所使用的RWD源的具體類型和目的，提供詳細描述以解釋選擇該數據源以滿足研究目的的原因。
解讀：ESMO-GROW清單強調了對所使用RWD的類型和目的進行詳細描述的必要性。首先，作者應清楚地描述數據源的主要收集目的和開始日期，尤其是那些常規收集的數據。這種描述不僅幫助讀者理解數據的來源和性質，而且還揭示了數據集如何與研究目的和問題相適應；其次，作者應詳細說明所選數據源是否適合解決特定的研究目的和問題；此外，作者還應詳細描述所收集數據的一般類型，包括數據的完整性、數據庫中患者的資格、衛生保健環境（如一級、二級或三級保健）、地理詳細信息（如國家和地區），以及數據庫是否覆蓋所有患者或僅特定醫院或患者群體。當數據是通過特定工具（如問卷）收集時，作者需要進一步說明這些工具的選擇、設計和驗證過程，確保數據收集方法的適用性和準確性；最后，如果數據采集方法涉及到新技術（如可穿戴設備），則應提供相同水平的詳細信息。
條目10：當使用多個RWD源時，提供關于互操作性的詳細信息，包括識別重復病例或從不同數據庫鏈接數據的方法。
解讀：在使用多個RWD源進行腫瘤學研究時，處理不同數據源之間的互操作性是一項關鍵任務。因此，在撰寫文章時需要細致地處理和報告以下幾個關鍵方面，以確保數據的準確性和研究的可靠性。第一，作者需要描述用于識別兩個或多個可能包含重疊人群數據源中的潛在重復病例的方法，以及用于鏈接同一患者數據的技術和變量。這包括用于個體級數據的唯一標識符或用于區域級數據的匹配變量（如醫院）。第二，如果不同數據源包含將被合并但編碼方式不同的變量，作者應詳細解釋重新編碼的原因和方法。第三，在處理數據集之間存在的數據差異時，應報告具體的解決方法，包括數據傳輸的標準和遵守可查找、可訪問、互操作和可復用（FAIR）數據原則的方式。第四，如果使用通用數據模型來協調來自多個來源的數據，如觀察性醫療結果合作伙伴通用數據模型，應提供相應模板或明確數據來源。
條目11：提供源數據和研究數據管理的詳細信息及時間安排。考慮詳細說明原始數據收集、更新、完整性、數據提取、清洗和（或）質量控制及驗證的方法。
解讀：確保數據準確性、完整性和研究透明度對提高結果可信度及易于驗證和復制至關重要。因此，作者需要關注數據管理過程中的各個環節。首先，作者應該詳細報告原始數據的收集、更新和完整性，這包括數據的來源、收集者、收集頻率以及數據收集的方式（數字化或手動）；其次，作者需要明確數據提取的具體日期，并采取質量控制措施，例如處理異常值和缺失值；此外，作者需要詳細說明數據清洗和驗證過程，以確保數據的準確性；最后，需要制定并執行保持數據最新的策略，特別是在變量更新和參考資料考慮方面，這對于理解和評估研究結果非常重要。
條目12：在正文或補充材料中提供數據庫和（或）研究注冊、管理、所有權、元數據和完整數據可獲取性的核心細節。
解讀：為了提高研究的透明度和可靠性，清單建議作者在正文或補充材料中提供關于數據庫和研究注冊的核心細節。首先，應提供包括識別信息（例如，研究縮寫和注冊識別號碼）、參與的調查者和中心、完整變量信息（帶注釋的病例報告表）、數據匿名化程度、數據集訪問政策、機構批準、倫理和數據保護批準（遵循一般數據保護條例和當地要求或其他適用數據保護法）等在內的全面信息；其次，研究方案建議列入補充資料，有助于讀者更好地理解研究設計。此外，如果數據通過國際共享機制收集，或研究已在公共數據庫注冊，這些情況應被明確說明，并提供相關鏈接或識別碼；最后，報告還應包括關于獲取或免除知情同意的具體信息，以及如何處理各中心或國家間的差異。
條目13：確定每個核心變量的數據來源、定義，如果變量是衍生或編碼的，描述衍生或編碼是如何進行和驗證的。
解讀：ESMO-GROW清單建議作者在描述變量時考慮以下幾個方面：第一，清晰地描述每個變量的定義和來源。這包括是否直接從數據源獲取，還是通過某種衍生或編碼過程得到。尤其對于主要變量如暴露和終點，應提供更為詳盡的描述。第二，詳細考慮每個變量可能受到的數據源特定偏倚。第三，如果變量是通過特定算法或過程衍生的，需詳細描述其過程和驗證方法。第四，在將變量進行編碼（如將連續變量分為幾個類別）時，應明確編碼的邏輯和證據基礎。此外，如果在不同的分析階段采用了不同的編碼方式，應提供明確的理由。這些詳細信息都應在正文或補充材料中清楚描述。
條目14：明確核心變量與癌癥病程相關的時間點。
解讀：在腫瘤學RWE中，準確界定核心變量與癌癥病程特定時間點的關系能夠確保數據的相關性和解釋性，提高研究結果的準確性和可比較性，并減少分析偏倚[16]。為此，建議作者在處理核心變量時，考慮以下幾個關鍵方面：首先，清晰描述每個核心變量與癌癥病程中特定時間點的關系；其次，當研究以癌癥診斷或開始接受系統性抗癌治療作為基線時間點時，應描述與診斷相關的因素和啟動治療的標準，如參與癌癥篩查的情況、醫療獲取途徑和治療方案等[17]；然后，作者應根據基線定義評估終點，報告標準和頻率，并明確記錄時間至事件變量的隨訪起止日期和終止情況；最后，為了確保報告透明，詳細的時間點信息應與變量列表一同報告，以便讀者理解各變量與癌癥病程的關系。
條目15：提供研究中包括的所有核心變量的完整列表，變量可以分為基線特征、暴露因素、結果或終點。
解讀：作者在描述核心變量時需要特別注意以下幾個關鍵方面：首先，作者應提供詳盡的變量列表，這有助于讀者全面理解研究設計、實施和結果；其次，需要細致描述基線樣本特征，這對于評估樣本是否能代表整個源群體極為重要[18]；然后，還應闡明與癌癥相關的變量，如原發性癌癥診斷、腫瘤亞型、疾病階段和既往治療等，這對于調整研究設計以符合特定腫瘤學背景至關重要；此外，對于暴露變量，作者需明確識別和詳細描述，以便于審查研究結論可能受到的潛在錯誤分類偏倚[19]；最后，作者應明確界定研究的主要和次要終點，這有助于增強研究的目的明確性和分析深度。
條目16：在涉及生物標志物的研究中，需要提供關于生物標志物的描述、時間點、評估方法和分析驗證的詳細信息。
解讀：在腫瘤學RWE研究中，生物標志物的詳細描述至關重要，包括其特性、臨床應用、評估方法和驗證。免疫組化標記物的抗體信息、分子檢測的樣本類型和方法，以及影像生物標志物的類型和處理方法都需要詳細說明，以增強研究的透明度和可重復性。
2.3.2 統計學分析與AI技術
條目17：概述統計分析的主要內容。
解讀：在報告腫瘤學RWE研究中，對統計方法的明確描述極為重要。對于描述性研究，作者需要詳細說明如何使用集中趨勢和離散趨勢的度量方法來總結原始數據。而在分析性研究中，則要求作者在正文中詳細報告與研究問題相關的統計分析，并在補充材料中提供完整的統計分析計劃（SAP）。
條目18：提供有關研究預先計劃的樣本量要求和統計功效的詳細信息（如適用）。
解讀：根據研究目的，作者應詳細報告所需樣本量和估算的統計功效，包括主要終點、對照值估計、目的可檢測差異、效應大小、最小功效、顯著性水平以及采用的統計檢驗。這些信息對于理解研究的可靠性和結論的有效性至關重要。
條目19：具體說明為識別和減少主要偏倚來源而預先計劃的策略。
解讀：科學研究中的偏倚可能影響結果的準確性和研究的有效性。因此，為了控制研究中的偏倚，建議作者應首先描述可識別到的可能影響結果的潛在偏倚，如樣本選擇、數據收集或測量方法；其次，描述為減少這些偏倚所采取的措施，包括使用匹配和分層方法來平衡不同組別、統一方法和設備以減少異質性，應用多種統計方法評估干預效果，處理時間性偏倚以及恰當地處理缺失數據等。
條目20：明確區分預設分析和事后分析，尤其是在亞組分析中。
解讀：建議作者優先考慮預設分析，未在最初的SAP中預先聲明的事后分析應在報告時明確標記，并強調它們的探索性目的。在報告亞組分析時，作者應詳細說明進行亞組分析的數量和呈現的數量，說明感興趣的終點和用于評估干預或暴露差異的異質性的統計方法。此外，為了控制研究的總體錯誤率并保證結論的穩健性，對于解釋性研究中的多重性問題的調整措施，作者也應給予報告。
條目21：提供關于內部和外部效度的信息，以及所有敏感性分析的相關信息。
解讀：內部和外部效度以及敏感性分析的報告是確保研究質量的重要組成部分。內部效度關注研究方法的準確性和執行的質量，確保結果的可靠性；外部效度則涉及結果的普遍適用性[20]。敏感性分析用于檢驗結果的穩健性，有助于識別偏差和不確定性。作者應清楚地描述敏感性分析的方法和目的，透明地展示在不同假設情況下對結果的影響。
條目22：對于分析性研究，應在補充材料中提供SAP的完整版本，包括對任何修改的簡要說明。
解讀：SAP是研究設計的一個關鍵組成部分，它詳細闡述了研究的統計方法和原理、目的研究人群及分析策略[21]。它為研究提供了一個明確的分析框架，確保研究的方法學嚴謹性。ESMO-GROW清單建議分析性研究中應在補充材料提供SAP的完整版本。如有任何修改，也應在報告中進行簡要說明。
條目23：說明使用了哪種ML、DL或其他AI方法（如適用）。
解讀：AI技術，尤其是ML和DL，已成為數據分析的強大工具，能夠揭示傳統統計方法難以捕捉的復雜模式和關聯[22]。在腫瘤學研究中，這些技術尤為重要，因為它們能幫助從RWD中生成有價值的假設，并指導臨床決策[23,24]。在報告這些方法的應用時，作者應詳細記錄AI算法的使用和任何對標準算法的修改，并建議將AI方法與傳統統計方法進行比較，以展示其性能優勢。
條目24：在使用AI算法（如ML和DL）報告RWD分析時，需包含關于數據預處理技術、特征工程策略和模型開發的詳盡信息。
解讀：ESMO-GROW清單建議作者使用AI算法之前詳細記錄數據預處理技術、特征工程策略和模型開發的全過程。這包括數據的收集、準備、清理、轉換、探索性質量控制、標準化、插補、注釋和編碼標準等步驟。同時，應明確說明患者的納入和排除標準。如果適用，在處理AI算法分析中，作者應包括對不同患者亞組的考慮，確保訓練集的平衡性，特別是對于有共病或罕見腫瘤的患者。對于代表性不足的人群，可能需要生成合成數據。使用來自多個來源的數據集時，應描述數據整合的技術平臺或方法。如果應用了如聯邦學習等數據隱私保護框架，也應明確其部署類型；此外，作者應詳細說明模型開發的每個步驟，這包括訓練、驗證和測試數據集的構建，以及特征選擇、模型調整和正則化及防止過擬合和欠擬合的措施；最后作者應對所建立的模型進行性能評估，包括區分度和校準的評估，以及在外部數據集上的前瞻性驗證。
條目25：闡述AI模型的可解釋性和可解讀性，介紹與臨床實踐相結合的計劃（如適用）。
解讀：醫學研究中，可解釋和可解讀性的AI模型能夠讓醫生和研究者理解模型是如何做出預測的，這對于建立信任和確保模型應用的適當性至關重要[25]。首先，要求作者在進行涉及AI模型的研究時，采用諸如可解釋性AI技術的方法來闡釋模型的工作機制；其次，作者應使用清晰的術語，以便目標受眾（例如醫療專業人員）能夠理解；最后，如果研究中的AI模型將被用于臨床應用，作者應詳細介紹模型在臨床環境中的應用計劃，包括其與現有醫療實踐的結合方式、預計的部署時間線，以及相關的技術和安全性考慮。
條目26：簡要描述研究所需的多學科團隊，并解釋這些需求是如何得到滿足的（如適用）。
解讀：對于腫瘤學RWE研究中涉及的多學科團隊，作者可以在方法部分或者補充材料中簡潔地報告。
2.4 結果
條目27：提供在樣本選擇的每個階段被排除或未參與的病例數量及原因，以及隨訪過程中失訪的病例數量。將被排除的病例與納入分析的病例進行比較，并用流程圖展示。
解讀：在科學研究中，明確樣本選擇的每個階段被排除或未參與的病例數量及原因對結果的可解釋性至關重要，有助于提供對數據質量和潛在偏差的見解，以及復制工作和與其他研究的比較[26]。此外，比較被排除的病例與納入分析的病例有助于評估選擇偏倚和結果的普適性。這些信息應在流程圖中展示，并在必要時提供詳細比較。
條目28：詳細描述納入病例的基線特征（如臨床人口學特征和腫瘤特征），應對分析中的不同組別的基線特征進行比較（如適用）。
解讀：關于研究的基線特征，首先，作者應通過表格形式清晰地展示這些基線數據，并根據研究設計的需要，對比不同組別（如暴露組和對照組）的特征；其次，對于涉及比較性分析的研究，建議作者應詳盡地報告各組間的特征對比，包括頻率、比例、集中趨勢和離散程度；此外，考慮到缺失數據可能對分析結果產生的潛在影響[27]，作者應詳細說明每個相關變量及按研究組別的缺失值比例；最后，在某些情況下，如使用傾向性評分，還建議作者增加額外的表格（通常作為補充資料），以展示分析前后的標準化差異。
條目29：報告研究的主要分析結果，簡要描述相關的探索性分析（預先設定和（或）事后分析）的結果。提供讀者獲取完整結果的詳細信息。
解讀：報告腫瘤學研究的主要分析結果時，作者應詳細描述主要結果、變量缺失數據、中位隨訪時間及每個分析組的事件數量和時間點。提供總結測量及置信區間，并報告單變量和多變量分析的相關數據。探索性分析結果應視為輔助內容，需要謹慎處理和解釋。
2.5 討論與結論
2.5.1 討論
條目30：總結針對主要研究問題的核心結果，并根據有關該主題的現有最佳證據對數據進行客觀討論。避免隨意選擇文獻來支持某個觀點。
解讀：在討論腫瘤學研究結果時，作者應客觀總結與研究目的相關的核心結果，并基于現有最佳證據進行討論。還應在討論開始時簡要說明支持性文獻的選擇方法，以確保透明度。
條目31：討論當前研究的優點和局限性，包括主要偏倚、應用的策略如何有助于避免或減少偏倚，以及作者估計殘差偏倚可能會影響研究的核心結果（如適用）。
解讀：在討論腫瘤學研究的優點和局限性時，作者應強調研究的優勢并總結可能影響結果的主要偏倚。描述用于減輕偏倚的方法，并承認觀察性研究的潛在偏倚風險。
條目32：討論研究結果的可推廣性及其對臨床實踐、衛生政策或公共衛生的潛在影響，以及對未來研究假設的形成。
解讀：在討論腫瘤學研究結果的可推廣性時，重要的是平衡地評估結果對臨床實踐和衛生政策的潛在影響，同時考慮其對未來研究方向的貢獻。重點應放在統計顯著性與實際臨床意義之間的關系，以及研究結果如何促進新的臨床和政策決策。
2.5.2 結論
條目33：全面總結與主要研究問題相關的核心結果，以及對臨床實踐、衛生政策和（或）公共衛生的主要影響。基于報告研究中尚未滿足的需求和局限性，提出進一步研究的建議。
解讀：結論部分是研究報告的關鍵，它應精確總結核心研究發現，評估其在臨床和公共衛生領域的影響，并指明未來研究方向。作者應強調主要結果的臨床和政策相關性，同時清晰地指出研究的局限和未來研究的潛在領域。結論應避免過度闡釋，確保簡潔和針對性。
2.6 最后考慮事項
條目34：注明所有相關的研究贊助以及直接和（或）間接或實物資助。
解讀：作者應透明地聲明所有研究贊助來源，無論是直接資金支持還是間接或實物資助。透明地揭示贊助來源對于保持研究的公正性和客觀性至關重要。這包括明確指出贊助來源如何影響研究的各個階段，從而幫助讀者理解潛在的利益沖突，并評估研究結果的可信度。若無贊助或資助，亦應明確聲明，以確保完整的透明度。
條目35：根據期刊規定，詳細說明所有相關的致謝、作者聲明、個人貢獻以及其他最后考慮事項。
解讀：在腫瘤學研究報告的最終階段，作者應根據期刊的具體規定詳細說明所有相關的致謝、作者聲明、個人貢獻以及其他重要事項。此外，如果使用了AI輔助技術進行手稿開發或修訂，也應在相關部分進行說明。
3 實例解讀
本文以2023年發表在Cancer Medicine上的研究“Apalutamide for prostate cancer: multicentre and multidisciplinary real-world study of 227 patients”為實例[28]，對照ESMO-GROW清單條目，逐一解讀其內容，評價結果見表1右半部分。總體而言，實例文章在多個方面表現良好，包括清晰地定義研究問題、目的、設計和患者納入標準。它也詳細描述了所使用的RWD源和統計分析方法。然而，實例文章可能需要進一步強化對數據源特點和數據管理細節的描述，以及提供更全面的關于數據互操作性和數據提取的信息。此外，對于涉及的生物標志物，實例文章也許可以提供更多關于評估方法和分析驗證的細節。在討論部分，這篇研究充分討論了其研究結果的意義和潛在的局限性，但還可以進一步探討其研究結果對臨床實踐和公共衛生政策的潛在影響。因此，本實例雖部分符合ESMO-GROW清單，特別是在明確表述研究問題和目的方面，但在描述數據源特性、數據管理細節以及數據互操作性等方面仍有改進空間，以提高報告的規范性和完整性。
4 小結
ESMO-GROW清單的推出是腫瘤學領域RWE研究的重要轉折點。隨著日常臨床實踐對治療效果全面理解需求的增加，RWE的重要性愈發突出。這一規范不僅滿足了對詳盡腫瘤學數據報告的需求，而且代表了醫學研究方法的進步。ESMO-GROW清單提供了關于特定變量、生物標志物、治療方法和AI、ML、DL技術應用的具體指導，對腫瘤學研究的發展起到了重要推動作用。
然而，這一指南在實際應用中可能面臨挑戰。腫瘤學的特殊性和復雜性，以及技術的快速發展要求其具有靈活性和適應性。隨著科技的進步和臨床實踐的變化，該指南清單可能需要定期更新，以保持準確性和相關性。建議將ESMO-GROW核查清單作為提交學術期刊的附件，以提高研究的標準和透明度。高質量的RWE研究對于改善患者治療和推動治療方法的發展至關重要，而ESMO-GROW清單為實現這一目標提供了關鍵支持。盡管在實際應用中可能會面臨一些挑戰，但這一清單無疑將對腫瘤學研究領域的高標準發展產生深遠的影響。
