3.3 事先制定數据清洗方案

    RWS涉及多种研究类型，对临床试验和小样本研究可以参考现有的数据分析集形成规则。而对基于健康和疾病大数据的研究，需要考虑数据清洗和数据集形成过程的透明化问题。大数据与过去传统的数据有着很大的区别，具有数据量大、参数多、规则不统一的特点。因此，基于大数据的RWS需要数据清洗环节，将原有不符合规范的数据转化为满足要求的数据，从而提高数据集的质量。数据清洗技术主要包括缺失值处理、噪声值处理、不一致数据处理、不标准数据处理等。不同的数据清洗方案可能会产生不同的数据集，进而影响分析结果。因此，RWS在研究开展前需要制定详细的数据清洗和数据集形成方案并公开。

    3.4 真实世界研究的报告规范

    规范的报告可提高RWS研究结果的透明化和可用性[28]。EQUATOR为促进临床研究的透明化和报告规范，根据不同的研究类型制定了系类的报告规范，包括RCT的报告规范CONSORT及其扩展版，系统评价的报告规范(Preferred Reporting Items for Systematic Reviews and Meta-Analyses ......