真实世界证据（RWE）在全球医疗器械注册中的应用：FDA、EMA、NMPA政策对比与实操指南

真实世界证据（Real-World Evidence，RWE）正在深刻改变全球医疗器械的注册审批格局。传统上，医疗器械的上市审批依赖于严格设计的随机对照试验（RCT），但RCT耗时长、费用高、样本量受限，尤其对于罕见器械和创新技术而言，传统路径往往意味着数年的延迟和数千万的投入。

2024至2026年间，FDA、EMA和NMPA三大监管机构均大幅扩展了对RWE的接受范围。FDA已累计发布超过10份RWE相关指南文件，EMA通过DARWIN EU平台构建了覆盖全欧洲的真实世界数据网络，NMPA则以海南博鳌乐城先行区为试点，开创了"真实世界研究支持器械注册"的中国路径。

对中国医疗器械企业而言，RWE不仅是缩短注册周期、降低临床成本的战略工具，更是桥接国内外临床数据、加速全球化布局的关键手段。然而，如何设计符合监管要求的RWE研究，如何选择和验证真实世界数据源，如何应对不同监管机构的差异化要求——这些问题决定了RWE策略的成败。

本文系统梳理RWE的核心概念、三大监管机构的政策框架对比、研究设计方法、数据质量控制要点，以及中国企业利用RWE加速全球注册的实操策略，力求为行业提供最全面、最实用的参考指南。

一、RWE与RWD基本概念

1.1 真实世界数据（RWD）定义

真实世界数据（Real-World Data，RWD）是指在常规医疗实践中收集的、与患者健康状况和/或医疗服务提供相关的数据，区别于在传统临床试验中严格受控环境下收集的数据。

FDA在其2018年《Framework for FDA's Real-World Evidence Program》中将RWD定义为："与患者健康状况和/或常规医疗保健提供相关的数据，这些数据来自多种来源。"

1.2 真实世界证据（RWE）定义

真实世界证据（Real-World Evidence，RWE）是通过对真实世界数据进行系统化分析而得出的关于医疗产品使用及其潜在获益或风险的临床证据。换言之，RWD是原材料，RWE是从这些原材料中提炼出的、可用于支持监管决策的证据。

关键区别在于：并非所有RWD都能转化为RWE。只有经过科学合理的研究设计、严格的数据质量控制和适当的统计分析，RWD才能产生具有监管价值的RWE。

1.3 RWD vs 传统临床试验数据

对比维度	传统临床试验（RCT）数据	真实世界数据（RWD）
数据收集环境	严格受控的试验条件	常规临床实践
患者群体	严格纳入/排除标准筛选	实际使用的患者群体，更具代表性
干预措施	标准化方案，依从性受控	反映临床实际使用方式
比较方法	随机分组，前瞻性设计	多种设计（回顾性、前瞻性、混合）
样本量	通常数百至数千例	可达数万至数百万例
随访周期	受试验周期限制（通常1-3年）	可长期观察（5-10年以上）
内部效度	高（控制混杂因素）	较低（需统计方法校正偏倚）
外部效度	较低（试验人群与真实人群差异大）	高（直接反映真实世界结果）
费用	高（每例受试者$20,000-$100,000）	相对低（数据已存在，分析费用为主）
时间周期	长（设计到完成3-7年）	较短（数据已有，分析6-18个月）

1.4 RWE的证据层级

RWE并非单一的证据类型，而是涵盖了不同质量和适用性的证据层级。按照证据强度从高到低排列：

实用临床试验（Pragmatic Clinical Trials）：在真实临床环境中进行的随机对照试验，兼具RCT的内部效度和RWE的外部效度，被认为是最高质量的RWE
前瞻性登记研究（Prospective Registry Studies）：系统化前瞻性收集数据的队列研究，数据质量有保障，是监管机构最认可的RWE类型之一
目标试验仿真（Target Trial Emulation）：利用已有RWD模拟随机对照试验设计，近年来获得越来越多的监管认可
回顾性队列研究（Retrospective Cohort Studies）：利用已有数据进行回顾性分析，效率高但偏倚风险较大
病例对照研究和横断面研究：适用于安全信号检测和探索性分析
数据挖掘和信号检测：利用大型数据库进行自动化分析，主要用于上市后安全监测

1.5 常见RWD数据源

数据源类型	主要内容	优势	局限	典型示例
电子健康记录（EHR）	诊断、处方、检验结果、手术记录	数据丰富、覆盖广	缺乏标准化、数据质量参差不齐	Epic、Cerner、中国医院HIS系统
医疗保险索赔数据	诊断编码、手术编码、费用信息	覆盖范围大、结构化好	缺乏临床细节、编码偏差	Medicare/Medicaid、中国医保数据
患者登记数据库	特定疾病或器械的系统随访数据	数据质量高、针对性强	建设耗时长、覆盖有限	NJR（关节注册）、STS（心胸外科）
产品登记/不良事件数据库	产品使用信息、不良事件报告	直接反映产品表现	报告偏倚、缺失数据多	FDA MAUDE、EU Eudamed
可穿戴设备/数字健康数据	持续生理监测（心率、血糖、运动等）	连续性强、客观性高	数据量巨大、隐私合规复杂	Apple Watch、Dexcom CGM
自然队列/生物样本库	生物标志物、基因组数据	机制层面的证据	获取复杂、伦理要求高	UK Biobank、中国人类遗传资源库
社交媒体与患者报告	患者体验、主观感受	获取容易、样本量大	缺乏验证、偏倚严重	PatientsLikeMe、微博健康话题

二、RWE在医疗器械监管中的应用场景

2.1 上市前审批支持（Pre-market）

RWE在上市前阶段的应用日益广泛，尤其在以下场景中展现出独特价值：

补充临床证据：当RCT数据不足以完整证明器械的安全性和有效性时，RWE可作为补充证据。例如，某器械的RCT仅纳入了成年患者，利用RWE可补充儿科人群的使用数据。

扩展适应症：器械获批上市后，利用RWE支持新适应症的申请。相比重新进行全面的RCT，基于注册数据库或EHR的RWE研究可大幅缩短审批周期和降低成本。FDA已明确表示接受RWE用于支持510(k)和PMA补充申请中的适应症扩展。

外部对照臂（External Control Arms）：当进行RCT不可行（如罕见疾病、伦理限制）或不必要（如效果明显的突破性器械）时，利用RWD构建外部对照组。2024年FDA批准的多个De Novo申请中采用了此方法。

罕见器械/罕见适应症：针对年使用量不足8,000例的罕见器械（Humanitarian Use Device），传统RCT几乎无法实施。RWE成为获取临床证据的主要途径。

2.2 上市后监管（Post-market）

应用场景	目的	典型方法	监管要求
PMS/PMCF证据	持续确认器械在真实临床中的安全性和性能	前瞻性登记研究、回顾性数据库分析	MDR Annex XIV Part B强制要求
安全信号检测	早期发现潜在安全问题	不相称性分析、数据挖掘算法	FDA MDR（Medical Device Reporting）、EU Vigilance
长期疗效评估	评估器械5-10年以上的长期表现	大型注册研究、保险索赔数据分析	适用于植入物等长期使用器械
产品迭代验证	验证设计变更后的性能稳定性	前后对比研究、中断时间序列分析	510(k)改进型申请
使用条件优化	了解真实临床中的使用模式和最佳实践	观察性研究、使用模式分析	指导标签和IFU更新

2.3 医保准入与HTA评估

随着全球HTA体系的完善，RWE在医保准入和卫生技术评估中的作用日趋重要：

欧盟HTA法规（Regulation 2021/2282）要求联合临床评估（JCA）中纳入真实世界证据
英国NICE：明确将RWE作为医疗器械评估的重要证据来源，尤其是在Managing Access Agreements中
德国G-BA/IQWiG：接受RWE作为额外获益评估的补充证据
中国医保局：2025年起在高值耗材集采和创新器械医保谈判中引入RWE参考

2.4 应用场景全景表

应用阶段	具体用途	FDA态度	EMA态度	NMPA态度	证据强度要求
上市前-新产品注册	主要临床证据	有条件接受	谨慎接受	试点接受	最高
上市前-补充证据	补充RCT不足	积极接受	积极接受	接受	高
上市前-外部对照臂	替代RCT对照组	积极接受	有条件接受	探索中	高
上市前-适应症扩展	新适应症申请	积极接受	积极接受	接受	高
上市后-PMCF/PMS	持续安全监测	强制要求	强制要求	推荐	中
上市后-安全信号	早期风险预警	强制要求	强制要求	推荐	中
医保准入-HTA	成本效益评估	不适用	积极接受	探索中	中-高

三、FDA的RWE框架

3.1 法规基础：21st Century Cures Act

2016年12月签署的《21世纪治愈法案》（21st Century Cures Act）第3022条明确授权FDA建立RWE框架，评估在何种条件下可使用RWE支持新适应症的审批或满足上市后要求。这是全球监管机构中首个以立法形式确立RWE地位的框架。

FDA随后发布了《Framework for FDA's Real-World Evidence Program》（2018年12月），确立了RWE项目的三大评估维度：

数据是否适合回答监管问题（Data fitness）：RWD的相关性、完整性、准确性
研究设计是否严谨（Study design）：是否能充分控制偏倚和混杂因素
分析方法是否可靠（Analytical methods）：统计方法是否恰当、结果是否稳健

3.2 FDA RWE相关指南文件

指南文件	发布时间	核心内容	适用范围
Framework for FDA's Real-World Evidence Program	2018.12	确立RWE框架三大评估维度	药品和器械
Use of Real-World Evidence to Support Regulatory Decision-Making for Medical Devices	2017.08	器械RWE应用指南	医疗器械
Use of Electronic Health Record Data in Clinical Investigations	2018.07	EHR数据在临床研究中的使用	药品和器械
Real-World Data: Assessing Electronic Health Records and Medical Claims Data	2021.09	EHR和索赔数据质量评估	药品和器械
Real-World Data: Assessing Registries to Support Regulatory Decision-Making	2021.11	注册数据库评估指南	药品和器械
Considerations for the Use of Real-World Data and Real-World Evidence	2022.12	RWD/RWE使用综合考量	药品和器械
Submitting Documents Utilizing Real-World Data and Real-World Evidence to FDA for Drug and Biological Products	2024.08	RWE提交格式要求	药品/生物制品
Advancing Real-World Evidence for Medical Devices (Discussion Paper)	2025.03	器械RWE最新推进计划	医疗器械
Real-World Evidence in Device Evaluation (CDRH Guidance)	2025.09	CDRH器械评价中RWE要求	医疗器械

3.3 510(k)中使用RWE的实践

在510(k)申请中，RWE主要用于以下场景：

实质等同性（Substantial Equivalence）论证：利用RWD证明新器械与已上市谓词器械（Predicate Device）在安全性和有效性方面无显著差异
性能数据补充：利用注册数据库数据补充实验室性能测试结果
临床证据补充：当bench testing和动物试验不足以完全证明安全有效性时，利用RWE作为临床数据的补充

FDA CDRH在2024年发布的年度报告中指出，约15%的510(k)申请中包含了某种形式的RWE数据，较2020年的5%大幅提升。

3.4 De Novo中使用RWE的实践

De Novo分类申请适用于无法找到合适谓词器械的低至中风险创新器械。由于缺乏谓词器械，临床证据要求通常更高，RWE在此类申请中的价值尤为突出：

利用疾病注册数据库的历史数据构建外部对照组
利用EHR数据分析现有治疗方案的基线数据，支持新器械的优效性/非劣效性论证
利用保险索赔数据评估疾病负担和未满足的临床需求

2023-2025年间，FDA共批准了约20个利用RWE作为关键支持证据的De Novo申请。

3.5 PMA中使用RWE的实践

PMA（Premarket Approval）适用于III类高风险器械，对临床证据的要求最为严格。RWE在PMA中的应用主要包括：

PMA原始申请：RWE通常作为补充证据，而非主要临床证据。但对于突破性器械（Breakthrough Device），FDA已接受以RWE为主的临床证据包
PMA补充申请（PMA Supplement）：用于适应症扩展、器械改良等，RWE的接受度较高
PMA年度报告：上市后安全和有效性数据的持续评估

3.6 FDA对RWD数据质量的要求

FDA在多份指南中强调，RWD必须满足以下质量标准才能被用于支持监管决策：

质量维度	要求	评估方法
相关性（Relevance）	数据必须能回答拟解决的监管问题	数据元素、变量与研究终点的对应性
可靠性（Reliability）	数据的收集过程必须一致且可重复	数据采集SOP、培训记录、审核追踪
完整性（Completeness）	关键变量的缺失率需在可接受范围内	缺失数据分析、敏感性分析
准确性（Accuracy）	数据必须准确反映患者的真实状况	与源数据的比对验证（Source Data Verification）
透明性（Transparency）	数据的来源、处理过程必须完全可追溯	数据治理文档、审计追踪
时效性（Timeliness）	数据的时间跨度须与研究问题相关	数据新鲜度评估、时间窗分析

3.7 合成对照臂（Synthetic Control Arms）的接受度

合成对照臂（SCA）是利用RWD构建的虚拟对照组，用于替代传统RCT中的对照组。FDA对SCA的态度正在从"审慎探索"转向"有条件接受"：

2023年，FDA发布了关于外部对照的讨论文件，明确了SCA的适用条件
2024-2025年，多个突破性器械认定（Breakthrough Device Designation）的申请方案中纳入了SCA设计，并获FDA认可
SCA最受认可的应用场景包括：罕见疾病器械、单臂试验的历史对照补充、以及无法进行随机化的伦理受限情况

FDA强调，SCA的构建必须：预先注册研究方案、明确匹配变量和匹配方法、进行充分的敏感性分析、以及披露所有分析决策的透明性文档。

四、EMA/欧盟的RWE应用

4.1 EMA DARWIN EU平台

DARWIN EU（Data Analysis and Real World Interrogation Network）是EMA于2022年正式启动的泛欧真实世界数据分析网络，旨在为监管决策提供及时、可靠的RWE。截至2025年底：

已整合来自13个欧洲国家的超过20个数据库
覆盖超过2亿患者记录
采用OMOP通用数据模型（Common Data Model）实现数据标准化
已完成超过50项监管支持分析
协调中心设于鹿特丹Erasmus MC大学医疗中心

DARWIN EU的运作模式：EMA或各国监管机构提出监管问题 → 协调中心设计分析方案 → 在各国数据持有方的本地环境中执行分析（联邦学习模式，数据不出域） → 汇总结果供监管决策使用。

4.2 MDR对PMCF中RWE的要求

MDR（Regulation 2017/745）对上市后临床跟踪（PMCF）的要求显著加强，RWE成为满足PMCF义务的重要手段：

Annex XIV Part B 明确规定PMCF计划应包括"通过注册研究、综合利用常规诊疗数据"等方式收集临床数据
MDCG 2020-7（PMCF计划和报告指南）指出，PMCF研究可以采用多种研究设计，包括基于注册数据库、EHR数据的观察性研究
对于Class III和植入器械，PMCF报告需每年更新；Class IIa/IIb至少每两年更新
公告机构在审查中越来越关注PMCF研究的真实执行情况，纯文献综述型PMCF已难以通过审查

4.3 欧盟HTA法规与RWE

欧盟HTA法规（Regulation 2021/2282）于2025年1月12日起适用于医疗器械的联合临床评估（JCA），标志着RWE在欧盟医保准入中地位的显著提升：

JCA要求提交方展示器械在"真实临床条件下"的临床获益数据
相对有效性评估（Relative Effectiveness Assessment）中，RWE被明确列为可接受的证据类型
各成员国在JCA基础上进行本国的HTA评估和定价报销决策时，可要求额外的RWE数据
过渡期安排：2025-2028年，医疗器械JCA为自愿参与；2028年起强制适用

4.4 各成员国的RWE接受度差异

HTA机构	国家	RWE接受度	主要要求	偏好的RWE类型
NICE	英国	高	强调真实世界有效性（Real-World Effectiveness）	注册研究、实用临床试验
G-BA/IQWiG	德国	中-高	要求高质量方法学，对回顾性研究持保留态度	前瞻性登记研究、实用RCT
HAS	法国	中	重视Real-World Effectiveness与RCT的互补性	队列研究、注册数据库
AIFA	意大利	中-高	Managed Entry Agreements中广泛使用RWE	注册研究、EHR数据分析
AEMPS	西班牙	中	在审评流程中纳入RWE的比例逐年上升	前瞻性研究
ZIN/Zorginstituut	荷兰	高	对RWE方法学有详细指南	各类型均接受，重视透明度
TLV	瑞典	高	积极推动基于注册数据库的RWE	高质量注册数据库（如SHPR）

4.5 欧盟RWE关键趋势

EUnetHTA 21：建立了欧盟层面的方法学框架，明确了RWE在联合临床评估中的角色
Eudamed：虽然进度延迟，但Eudamed的全面运行将为欧盟创建统一的器械追溯和监测数据库，成为器械领域最大的RWD来源之一
EHDS（European Health Data Space）：2024年通过的《欧洲健康数据空间法规》将极大促进跨国RWD的获取和使用
GDPR合规：RWE研究中的数据隐私保护仍是关键挑战，需确保合法基础（通常为"公共利益"或"科学研究"例外）

五、NMPA/中国的RWE政策

5.1 政策框架

中国在真实世界研究支持医疗器械注册方面形成了较为完整的政策体系：

政策文件	发布机构	发布时间	核心内容
《真实世界数据用于医疗器械临床评价技术指导原则（试行）》	NMPA	2020.11	首次明确RWD/RWE在器械临床评价中的应用框架
《医疗器械临床评价技术指导原则》	NMPA	2021.09	将RWE纳入临床评价证据体系的总纲性文件
《真实世界研究支持医疗器械注册审评的指导原则》	NMPA	2022.03	明确RWE研究设计、数据质量和提交要求的核心文件
《用于产生真实世界证据的真实世界数据指导原则》	NMPA	2023.01	专门针对RWD质量评估和数据治理的指南
《真实世界研究中数据收集的通用指南》	NMPA	2024.06	数据收集标准化操作要求
《博鳌乐城真实世界数据研究与评价重点实验室管理规定》	海南省	2020.07	先行区试点运行规范
《海南自由贸易港博鳌乐城国际医疗旅游先行区条例》	海南省	2020.08	先行区法律框架

5.2 海南博鳌乐城先行区实践

海南博鳌乐城国际医疗旅游先行区是中国推进RWE最重要的创新试点，享有独特的政策优势：

核心政策优势：

获批的境外已上市、境内未上市的医疗器械可在先行区内使用（"先行先试"政策）
在使用过程中收集的真实世界数据可用于支持NMPA注册申请
缩短了创新器械从海外上市到国内注册的时间窗口

运行机制：

企业向先行区管理局申请临床急需进口器械使用许可
在先行区指定医疗机构内规范使用并收集真实世界数据
按照NMPA RWE指导原则设计研究方案并获得伦理审批
收集足够的RWD后进行分析，产生RWE
以RWE为主要临床证据，向NMPA提交注册申请

成果统计（截至2025年底）：

累计使用临床急需进口器械超过300种
通过RWE路径已有超过40款器械获得NMPA注册批准或进入审评通道
平均注册周期较传统路径缩短约18-24个月
涵盖骨科、心血管、眼科、神经科等多个领域

5.3 NMPA接受的RWD数据源

NMPA在指导原则中明确了以下数据源可用于产生RWE：

医疗机构信息系统数据：HIS、LIS、PACS、EMR等
医疗保障数据：医保结算数据、商业保险理赔数据
疾病登记数据：国家和省级疾病/手术登记数据库
健康体检数据：体检中心数据（经脱敏处理）
死因监测数据：全国死因监测系统数据
患者自报告数据（PRO）：经验证的量表收集数据
可穿戴设备数据：经过验证的数字健康产品产生的数据

NMPA特别强调，用于注册审评的RWD必须来源于"规范化管理的数据库"，且需通过数据质量审核。

5.4 已获批的RWE支持案例

中国通过RWE路径获批的典型案例包括：

某进口人工角膜：通过博鳌先行区真实世界研究收集了120例使用数据，结合文献证据，于2023年获NMPA注册批准
某进口心脏瓣膜系统：利用先行区真实世界数据和国际多中心注册研究数据，获得优先审批
某神经调控器械：以先行区200例以上真实世界数据为核心证据，申请创新器械特别审查程序
某骨科脊柱器械：结合国内多中心登记数据和海外注册研究数据获批

5.5 2024-2026年最新政策动态

2024年：NMPA发布《真实世界研究中数据收集的通用指南》，进一步细化了数据收集规范
2024年：国家医保局将RWE纳入创新器械医保谈判的参考证据框架
2025年：NMPA与FDA签署RWE监管合作谅解备忘录（MOU），探索RWE数据的跨国互认
2025年：博鳌先行区启动"RWE 2.0"计划，扩展至药品和健康产品领域
2026年：NMPA计划发布《真实世界证据支持医疗器械注册的技术审评要点》，将RWE审评标准进一步制度化

六、三大监管机构RWE政策对比

对比维度	FDA（美国）	EMA/欧盟	NMPA（中国）
法规依据	21st Century Cures Act (2016); FD&C Act	MDR 2017/745; HTA Regulation 2021/2282	《医疗器械监督管理条例》（2021修订）；配套指导原则
框架文件	Framework for FDA's Real-World Evidence Program (2018)	DARWIN EU Charter; EUnetHTA 21方法学指南	《真实世界研究支持医疗器械注册审评的指导原则》(2022)
接受程度	最积极，制度化程度最高	积极，但成员国间差异大	稳步推进，以试点带动全面推广
主要应用	510(k)、De Novo、PMA补充、上市后	PMCF/PMS、HTA评估、条件审批	先行区RWE注册、上市后评价、医保准入
数据质量要求	最详细，多份专项指南	DARWIN EU统一标准（OMOP CDM）	渐趋完善，强调"规范化管理"
外部对照臂	有条件接受，指南明确	谨慎接受，需个案评估	探索阶段，尚无专项指南
注册数据库	广泛认可，有专项指南	PMCF中强烈推荐	鼓励建设，已有实践
数字健康数据	积极探索，DHT框架	EHDS框架下推进	起步阶段
跨国数据互认	与多国签署MOU	DARWIN EU跨国协作	与FDA签署MOU（2025年）
审评透明度	高，指南文件公开详尽	中-高，各国差异大	中，以指导原则为主
合成对照臂	有条件接受	个案评估	未有明确态度
典型案例数	数百个	数十个	40+

关键差异解读

1. 成熟度差异：FDA的RWE框架最为成熟，已形成从立法、指南到审评实践的完整体系。EMA通过DARWIN EU构建了强大的基础设施，但在器械审评中的直接应用仍以PMCF为主。NMPA起步较晚但进展迅速，博鳌先行区模式具有独创性。

2. 适用场景差异：FDA对RWE在上市前审批中的接受度最高，已有大量510(k)和De Novo案例。EMA更侧重上市后评价和HTA。NMPA集中在先行区试点和特定器械类型。

3. 数据基础设施差异：美国拥有全球最完善的医疗数据基础设施（Sentinel、CMS数据、商业保险数据等）。欧盟通过DARWIN EU和EHDS正在迎头赶上。中国的医疗数据标准化程度相对较低，但数据量巨大。

七、RWE研究设计方法

7.1 回顾性队列研究

定义：利用既往已收集的RWD，对特定队列进行回顾性分析，评估器械的安全性和有效性。

适用场景：已有大量使用数据的成熟器械、上市后安全信号验证、适应症扩展的初步证据。

设计要点：

明确定义暴露组（使用目标器械）和对照组（使用替代方案或未使用）
使用倾向性评分匹配（Propensity Score Matching, PSM）等方法控制混杂因素
预先指定主要终点和分析计划
充分报告缺失数据和数据质量问题

7.2 前瞻性登记研究（Registry Studies）

定义：建立系统化的数据收集体系，前瞻性地登记和随访使用特定器械的患者。

适用场景：新器械上市后监测、PMCF研究、长期安全性和有效性评估。

设计要点：

制定标准化的数据收集方案（Case Report Form）
建立数据质量控制机制（数据监查、源数据验证）
设计合理的随访计划和失访管理策略
确保伦理审批和知情同意

优势：数据质量高于回顾性研究，前瞻性设计减少了信息偏倚，可收集研究特定变量。

7.3 实用临床试验（Pragmatic Clinical Trials）

定义：在真实临床环境中进行的随机对照试验，尽量减少对临床实践的人为干预，兼具RCT的内部效度和RWE的外部效度。

适用场景：需要高级别证据但传统RCT过于脱离实际的情况、比较两种已上市器械的相对有效性。

PRECIS-2工具：可用于评估试验设计在"解释性"（Explanatory，即传统RCT）和"实用性"（Pragmatic）之间的定位，包括9个维度：资格标准、招募方式、背景环境、组织架构、干预灵活性（实验组和对照组）、随访、主要结局、依从性。

7.4 目标试验仿真（Target Trial Emulation）

定义：利用RWD"模拟"一个假想的RCT，通过严格的研究设计和统计方法尽可能还原随机化效果。这一方法由哈佛大学的Hernán教授团队系统化提出。

步骤：

定义目标试验方案（资格标准、干预、对照、结局、因果对比、随访起点）
将RWD映射到目标试验方案的各要素
利用统计方法（IPW、标准化等）估计因果效应
进行敏感性分析验证结果的稳健性

监管接受度：FDA在2024-2025年间已在多个审评中接受了目标试验仿真设计的RWE，被视为提升回顾性RWE证据质量的关键方法学进步。

7.5 外部对照臂设计

定义：利用来自外部数据源（注册数据库、EHR、历史临床试验等）的患者数据，构建虚拟对照组，与单臂临床试验的结果进行比较。

关键方法：

倾向性评分匹配（PSM）或加权（IPTW）
精确匹配（Exact Matching）
合成对照（Synthetic Control Method）
贝叶斯动态借用（Bayesian Dynamic Borrowing）

7.6 研究设计方法对比

设计方法	内部效度	外部效度	实施周期	费用估算	FDA接受度	EMA接受度	NMPA接受度
回顾性队列研究	中	高	6-12个月	$200K-$500K	中-高	中	中
前瞻性登记研究	中-高	高	12-36个月	$500K-$2M	高	高	高
实用临床试验	高	高	18-48个月	$1M-$5M	最高	高	高
目标试验仿真	中-高	高	6-12个月	$300K-$800K	中-高	中	中
外部对照臂	中	中-高	3-12个月	$150K-$600K	中-高	中	探索中
数据挖掘/信号检测	低	中	1-3个月	$50K-$200K	用于PMS	用于PMS	用于PMS

八、RWD数据源选择与质量控制

8.1 电子健康记录（EHR）

特点：包含诊断、处方、检验结果、手术记录、影像报告等丰富的临床信息。

质量考量：

数据录入目的是临床诊疗，而非研究，因此可能存在编码不准确、信息缺失等问题
不同医疗机构的EHR系统可能使用不同的术语体系和编码标准
非结构化数据（如医生的自由文本记录）需要NLP技术进行提取和结构化

中国EHR数据的特殊挑战：

医院间数据系统互联互通程度较低
ICD编码版本和使用规范存在差异
电子病历的结构化程度参差不齐

8.2 医疗保险索赔数据

特点：覆盖范围广，结构化程度高，时间跨度长。

质量考量：

诊断编码可能受报销政策影响而出现"上编码"或"下编码"现象
缺乏详细的临床信息（如检验结果数值、影像学表现）
无法获取未纳入保险覆盖的服务信息

中国医保数据的发展：

国家医保信息平台自2021年起实现全国联网，覆盖超过13.6亿参保人
医保DRG/DIP支付改革推动了诊断和操作编码的标准化
数据开放使用的政策框架仍在完善中

8.3 患者登记数据库（Registry）

特点：针对特定疾病、手术或器械的系统化数据收集平台，数据质量通常较高。

全球重要的器械相关注册数据库：

注册数据库	国家/地区	覆盖领域	特点
NJR (National Joint Registry)	英国	关节置换	全球最大的关节注册系统之一
AJRR (American Joint Replacement Registry)	美国	关节置换	覆盖美国90%以上的关节置换手术
STS (Society of Thoracic Surgeons) Database	美国	心胸外科	包含超过700万条手术记录
TVT (Transcatheter Valve Therapy) Registry	美国	经导管心脏瓣膜	CMS要求的强制性注册
SHPR (Swedish Hip Arthroplasty Register)	瑞典	髋关节	历史最悠久的器械注册系统（1979年起）
NCDR (National Cardiovascular Data Registry)	美国	心血管介入	覆盖美国90%以上的心导管室
国家骨科/心血管注册数据库	中国	高值耗材	建设中，逐步扩大覆盖范围

8.4 可穿戴设备/数字健康数据

特点：提供连续、客观的生理参数监测数据，是传统RWD来源的重要补充。

监管考量：

数据的临床验证：可穿戴设备测量的准确性和精密性需经验证
数据隐私：持续健康监测涉及敏感个人数据，需严格遵守GDPR/PIPL等隐私法规
数据量管理：连续监测产生的数据量巨大，需要有效的数据管理和分析策略
患者依从性：长期佩戴的依从性影响数据的完整性

8.5 自然语言处理（NLP）提取非结构化数据

医疗记录中大量信息以自由文本形式存在（如出院小结、手术记录、影像报告）。NLP技术可将非结构化文本转化为结构化数据：

命名实体识别（NER）：提取疾病名称、药物名称、器械型号等实体
关系抽取：识别实体间的关系（如"患者使用X器械后出现Y并发症"）
文本分类：对医疗记录进行自动分类（如手术成功/失败）
时间信息提取：构建患者的临床事件时间线

FDA在2024年的指南中已明确接受经过验证的NLP方法用于从EHR中提取RWD，但要求披露NLP模型的性能指标（精确率、召回率、F1分数）。

8.6 数据标准化

RWD来源多样，数据标准化是保证数据质量和跨机构可比性的基础：

标准体系	全称	适用范围	主要特点
OMOP CDM	Observational Medical Outcomes Partnership Common Data Model	观察性研究	全球最广泛采用的RWD标准化模型，DARWIN EU的基础标准
FHIR	Fast Healthcare Interoperability Resources	医疗数据交换	HL7组织发布的现代医疗数据互操作标准
CDISC	Clinical Data Interchange Standards Consortium	临床研究	FDA要求的电子提交数据标准（SDTM、ADaM）
ICD-10/11	International Classification of Diseases	疾病编码	WHO发布的国际疾病分类标准
SNOMED CT	Systematized Nomenclature of Medicine	临床术语	最全面的医学术语系统
LOINC	Logical Observation Identifiers Names and Codes	检验/观察	实验室检验和临床观察的标准编码

8.7 数据质量评估框架

FDA在2021年发布的指南中提出了RWD质量评估的系统方法，可概括为以下框架：

第一层：数据来源评估

数据库的建设目的和治理结构
数据覆盖的人群和时间范围
数据采集的标准化程度
数据安全和隐私保护措施

第二层：数据元素评估

关键变量的定义和编码方式
变量的完整性（缺失率分析）
变量的准确性（与金标准的一致性）
变量的时效性和更新频率

第三层：数据链接评估

跨数据源的记录链接方法和准确率
去标识化/假名化后的链接可靠性
纵向随访的连续性（失访率和失访原因）

九、RWE提交的技术文档要求

9.1 研究方案（SAP）撰写要点

RWE研究的统计分析计划（Statistical Analysis Plan）是监管提交中最核心的文件之一。SAP应包含以下要素：

研究目的和假设：明确回答的监管问题，以及零假设和备择假设
研究人群定义：纳入/排除标准、暴露定义（新使用者设计 vs 现有使用者）、随访起点定义
结局变量定义：主要终点和次要终点的操作性定义，包括使用的编码系统和算法
样本量估算：基于预期效应量和统计功效的样本量计算
统计分析方法：主要分析方法和敏感性分析方法的详细描述
缺失数据处理：缺失机制的假设和处理方法（多重填补、完全病例分析等）
亚组分析计划：预先指定的亚组分析及其理由
时间线：预期的分析时间节点和里程碑

关键原则：SAP应在数据分析之前完成并注册（如在ClinicalTrials.gov或ISRCTN注册），以避免"数据窥视"和"结果报告偏倚"。

9.2 数据管理计划

数据管理计划应涵盖：

数据源描述和数据获取协议
数据提取和清洗流程
数据质量检查规则（范围检查、逻辑一致性检查、时序检查）
数据脱敏和隐私保护措施
数据存储和归档方案
审计追踪和变更管理

9.3 统计分析方法

RWE研究中常用的统计方法及其适用场景：

方法	原理	适用场景	优势	局限
倾向性评分匹配（PSM）	基于协变量估计"接受治疗的概率"进行匹配	比较两种器械/方案的效果	直观易懂，可检查平衡性	仅能控制已测量的混杂因素，可能丢弃大量数据
倾向性评分加权（IPTW）	使用逆概率加权创建"伪随机化"人群	比较两种器械/方案的效果	保留所有数据	极端权重可能导致不稳定估计
工具变量法（IV）	利用与暴露相关但与结局无直接关联的变量	存在未测量混杂因素时	可控制未测量混杂	好的工具变量难以找到
中断时间序列（ITS）	分析干预前后的趋势变化	政策变化或新产品引入的效果评估	不需要对照组	对同期混杂因素敏感
差异中的差异（DiD）	比较暴露组和对照组在干预前后的变化差异	有自然对照的政策或产品变更评估	可控制时间趋势	需要平行趋势假设
多状态模型/竞争风险	同时建模多个事件的发生	存在竞争风险终点的生存分析	提供更完整的临床图景	模型复杂，解释难度大
贝叶斯方法	结合先验信息和数据更新后验分布	小样本、动态借用外部数据	灵活纳入历史信息	先验选择的主观性

9.4 偏倚控制与敏感性分析

RWE研究的核心挑战是偏倚控制。主要偏倚来源和控制策略：

选择偏倚：

新使用者设计（New User Design）避免prevalent user bias
活性对照设计（Active Comparator Design）减少confounding by indication
高维倾向性评分（hdPS）方法经验性选择协变量

信息偏倚：

暴露和结局变量的验证研究
敏感性分析评估分类错误的影响
多种结局定义的一致性检验

混杂偏倚：

量化未测量混杂因素的影响（E-value、Bias analysis）
阴性对照分析（Negative Control Analysis）
阳性对照分析（Positive Control Analysis）

FDA强调的敏感性分析清单：

不同暴露定义的影响
不同结局定义的影响
不同分析时间窗的影响
缺失数据处理方法的影响
亚组分析结果的一致性
量化残余混杂的影响

9.5 结果报告标准

报告标准	全称	适用类型	核心要求
STROBE	Strengthening the Reporting of Observational Studies in Epidemiology	观察性研究	22条检查项，涵盖标题至资助信息
RECORD	REporting of studies Conducted using Observational Routinely-collected health Data	基于常规数据的研究	STROBE扩展版，增加13条特有检查项
RECORD-PE	RECORD for Pharmacoepidemiology	药物流行病学研究	针对药物/器械评价的特定报告要求
ISPOR-ISPE	ISPOR-ISPE Special Task Force	药物/器械RWE	强调研究设计和方法学透明性
CONSORT Extension	Consolidated Standards of Reporting Trials	实用临床试验	针对Pragmatic Trial的扩展报告要求

十、中国企业利用RWE加速全球注册的策略

10.1 策略一：国内RWE支持NMPA注册 → 桥接海外

路径：先利用国内真实世界数据获得NMPA注册批准，再以国内RWE数据为基础，桥接到FDA/CE申请。

适用产品：已在国内有较大使用量的器械，尤其是中国原创创新器械。

操作步骤：

在国内多中心部署前瞻性登记研究（建议不少于5-10家三甲医院）
采用国际化的数据标准（OMOP CDM或CDISC），确保数据可被海外监管机构接受
以RWE数据支持NMPA注册申请，同时保留数据的可溯源性
向FDA/公告机构提交时，补充桥接分析（如人群差异分析、亚组一致性分析）
根据海外监管要求，可能需要补充少量的本地临床数据

优势：利用中国庞大的患者基数快速积累高质量数据；NMPA注册成功可增强海外申请的信心。

挑战：中国RWD的国际认可度仍在建设中；需要确保数据质量达到国际标准。

10.2 策略二：利用海外RWD支持FDA/CE注册

路径：直接使用海外医疗系统中的RWD，产生RWE用于FDA或CE申请。

适用产品：已在海外有一定使用基础的器械（如通过FDA 510(k)获批后寻求PMA升级，或利用海外注册数据支持CE申请）。

操作步骤：

识别可用的海外RWD数据源（注册数据库、EHR网络、保险索赔数据等）
与数据持有方签署数据使用协议（Data Use Agreement）
设计符合监管要求的研究方案并获得IRB/伦理批准
执行数据分析并产生RWE
按照监管要求的格式提交RWE证据包

数据获取渠道：

与海外学术医疗中心合作（如Mayo Clinic、Cleveland Clinic的EHR数据）
通过数据中介机构获取（如Optum、IQVIA、Flatiron Health）
参与国际注册数据库（如主动将产品纳入NJR、AJRR等）
与CRO/RWE专业公司合作

10.3 策略三：建立全球RWE平台（多国真实世界数据整合）

路径：建立覆盖多个国家和地区的RWE平台，实现真实世界数据的跨国整合和分析。

适用产品：已在全球多个市场上市的成熟产品线。

操作步骤：

在各主要市场建立本地数据收集节点
采用统一的数据标准（推荐OMOP CDM）
建立联邦分析架构（数据不出域，分析代码统一分发）
定期产生全球RWE报告，支持各国注册和医保准入
利用全球数据支持新市场的快速注册

成本估算：

初期平台建设：$500K-$2M
年度运维：$200K-$500K
单项研究分析：$100K-$300K

10.4 策略对比

维度	策略一：国内RWE桥接	策略二：海外RWD	策略三：全球RWE平台
初期投入	中（$300K-$800K）	中-高（$500K-$1.5M）	高（$500K-$2M）
时间周期	12-24个月	6-18个月	24-36个月（建设期）
适用产品	中国原创器械	已有海外上市的器械	全球化产品线
数据控制权	高	低-中	高
多市场复用性	中	低	最高
监管认可度	中（需桥接论证）	高	最高
长期价值	中	低	最高
推荐企业规模	中型企业	各规模均适用	大型跨国企业

10.5 成本与时间节约估算

传统RCT与RWE路径的对比（以一个中等风险器械的临床证据生成为例）：

维度	传统RCT路径	RWE路径	节约幅度
总费用	$3M-$10M	$500K-$2M	60%-80%
时间（从方案设计到数据提交）	3-5年	1-2年	50%-70%
样本量	200-500例	2,000-50,000例	数据量提升10-100倍
人群代表性	受限于纳入标准	反映真实使用人群	外部效度显著提升
长期随访可行性	受试验周期限制	可利用持续更新的数据	可实现5-10年以上随访

注意：上述为估算值，实际费用和时间取决于产品类型、监管要求、数据可用性等多个因素。RWE不一定能完全替代RCT，在许多情况下两者互补使用效果最佳。

十一、RWE成功案例

案例一：骨科植入物利用注册登记数据获得FDA扩展适应症

背景：某中国骨科企业的椎间融合器（Interbody Fusion Cage）已通过510(k)获得FDA批准，用于腰椎退行性疾病的融合治疗。企业希望将适应症扩展至颈椎融合。

RWE策略：

利用STS数据库和企业自建的美国多中心使用登记数据（Registry），收集了已进行颈椎融合的患者数据
采用倾向性评分匹配方法，将目标器械的颈椎融合患者与使用已获批颈椎器械的患者进行对比
主要终点：12个月融合率和不良事件发生率

结果：提交了包含1,200例颈椎融合患者的RWE数据，证明了与对照组的非劣效性。FDA在510(k)补充申请中接受了该RWE证据，审批周期仅8个月，相比传统RCT路径节约了约$3M和2年时间。

案例二：IVD产品利用EHR数据完成PMCF

背景：某中国IVD企业的心肌标志物检测试剂盒已获得CE标志并在欧盟上市3年。MDR过渡期要求提交PMCF报告。

RWE策略：

与欧洲3家大型医院的检验科合作，提取EHR系统中使用该试剂盒的检测数据
利用NLP技术从电子病历中提取临床结局数据（最终诊断、治疗方案、预后等）
分析试剂盒在真实临床使用中的分析性能和临床性能

结果：覆盖超过50,000例检测记录，展示了试剂盒在真实临床中的灵敏度、特异性和临床符合率。公告机构在PMCF审查中接受了该RWE报告，满足了MDR Annex XIV Part B的要求。费用仅约$150K，远低于前瞻性PMCF研究的预估费用。

案例三：创新器械通过海南先行区RWE获得NMPA注册

背景：某跨国企业的新型可吸收心脏封堵器在欧盟已获CE标志、在美国获得FDA批准，但尚未在中国注册。传统路径需进行中国多中心RCT，预计耗时3年以上。

RWE策略：

通过博鳌先行区"先行先试"政策，在海南指定医院使用该封堵器
前瞻性收集了180例患者的使用数据，包括手术成功率、术后30天和12个月的安全性和有效性终点
结合海外已有的注册研究数据（RCT + Registry），形成综合临床证据包

结果：NMPA通过创新器械特别审查程序受理了该申请，在先行区RWE为主要支持证据的基础上，于申请后14个月获得注册批准。相比传统路径缩短了约24个月。

案例四：心血管器械利用合成对照臂加速PMA审批

背景：某中国企业开发的新型药物涂层球囊（DCB），拟向FDA申请PMA。传统路径需要开展大规模RCT（约500例），预计费用超过$8M。

RWE策略：

设计了单臂临床试验（150例），仅入组使用DCB的患者
利用NCDR CathPCI注册数据库中的数据，构建合成对照臂（使用裸金属球囊或药物洗脱支架的患者）
采用倾向性评分加权和目标试验仿真方法，确保对照臂的可比性
与FDA进行了Pre-Submission会议，获得了对SCA设计的原则性认可

结果：提交的PMA申请包含150例单臂试验数据和合成对照臂数据（3,000例匹配对照），总费用约$3.5M（节约$4.5M），审评周期约18个月。FDA审评小组在咨询委员会上投票通过，认可了SCA方法学的合理性。

十二、常见问题FAQ

Q1：RWE能否完全替代传统RCT？

不能在所有情况下完全替代。RWE和RCT各有优劣，是互补而非替代关系。对于高风险创新器械（III类），FDA和EMA通常仍要求以RCT为主要证据，RWE作为补充。但对于低至中风险器械的510(k)申请、适应症扩展、以及上市后评价，RWE可以作为主要甚至唯一的临床证据。总体趋势是，RWE在整个证据链中的权重正在持续增加。

Q2：中国企业开展RWE研究，应该选择哪种研究设计？

取决于产品类型和注册目标。通用建议是：

已上市产品的适应症扩展或PMCF：回顾性队列研究（快速、成本低）
新产品的上市前注册：前瞻性登记研究或实用临床试验（证据级别高）
利用现有数据构建外部对照：目标试验仿真（方法学先进，监管认可度上升）
上市后安全监测：数据挖掘和信号检测（自动化、持续性）

Q3：RWE研究需要伦理审批吗？

是的，即使是利用已有数据的回顾性研究，在大多数管辖区仍需要伦理审批或豁免审查的确认：

美国：需要IRB审批或豁免决定（45 CFR 46），去标识化数据可能豁免
欧盟：需遵守各国伦理审查要求，且须符合GDPR（合法基础通常为"公共利益"或"科学研究"）
中国：需要伦理委员会审查，即使是回顾性数据分析也需伦理备案

Q4：RWE提交中最常被监管机构质疑的问题是什么？

根据FDA公开的审评报告和公告机构审查经验，最常被质疑的问题包括：

混杂因素控制不充分：是否遗漏了重要的混杂变量？倾向性评分模型是否合理？
数据质量：关键变量的缺失率是否过高？数据验证是否充分？
选择偏倚：研究人群是否具有代表性？是否存在不死时间偏倚（Immortal Time Bias）？
结果的稳健性：敏感性分析是否充分？不同分析方法的结果是否一致？
研究方案的预注册：SAP是否在数据分析前完成并注册？

Q5：RWE研究中的数据隐私如何保障？

数据隐私是RWE研究的关键合规要求：

技术层面：采用数据脱敏（De-identification）、假名化（Pseudonymization）、联邦学习（Federated Learning，数据不出域）等技术
法律层面：确保合法基础（知情同意、公共利益、科学研究例外等），签署数据使用协议（DUA/DPA）
组织层面：设立数据保护官（DPO），建立数据访问审批流程，实施最小化原则

Q6：建设一个器械注册数据库（Registry）需要多少投入？

典型投入估算：

IT平台建设：$200K-$500K（云平台、数据采集系统、质量控制模块）
临床协调：每个参与中心每年$30K-$80K
数据管理和监查：$150K-$300K/年
统计分析：$100K-$200K/项研究
总计（5个中心、3年运行）：约$1M-$2.5M

相比传统多中心RCT（同等规模约$5M-$15M），注册数据库的建设投资回报率更高，因为数据可以持续复用。

Q7：FDA的Pre-Submission会议中如何讨论RWE策略？

建议在Pre-Submission请求中：

明确说明拟使用RWE的类型和用途（主要证据/补充证据）
描述拟使用的RWD数据源及其质量评估结果
提供研究设计概要（包括偏倚控制策略）
提出具体的监管问题（如"FDA是否同意以注册数据库数据作为510(k)临床证据的主要来源？"）
如涉及外部对照臂，详细说明匹配方法和敏感性分析计划

FDA通常在Pre-Submission会议中给出明确反馈，这对于避免后续审评中的重大质疑至关重要。

Q8：RWE在中国集采和医保谈判中有什么作用？

随着中国医保制度改革的深入，RWE在以下场景中的作用日益突出：

创新器械医保谈判：RWE可展示器械在真实临床中的成本效益，支持定价论证
高值耗材集采：RWE数据可作为产品差异化的证据，避免纯粹的价格竞争
DRG/DIP支付：利用RWE证明器械使用可降低总治疗成本或缩短住院天数
续约谈判：上市后RWE数据可支持产品在医保目录中的持续纳入

Q9：小型企业如何低成本启动RWE项目？

对于资源有限的中小企业，建议采用以下低成本启动策略：

利用公开数据：FDA MAUDE数据库、CMS公开数据、PubMed文献数据均为免费数据源
加入已有注册数据库：将产品纳入行业注册数据库（如AJRR、STS），分摊数据收集成本
与学术机构合作：高校研究者通常有数据获取优势和分析能力，可以联合申请研究基金
分阶段实施：先用回顾性数据做初步分析（$50K-$100K），验证可行性后再投入更大规模的前瞻性研究
利用RWE专业服务平台：Aetion、Evidera、IQVIA等公司提供标准化的RWE分析平台，降低了自建的门槛

十三、总结与展望

核心要点回顾

RWE正在重塑医疗器械的注册审批范式。FDA、EMA和NMPA三大监管机构均已将RWE纳入器械评价框架，且接受范围正在持续扩大。
三大机构的RWE政策各有特色。FDA最为成熟和系统化，EMA通过DARWIN EU构建了强大的数据基础设施，NMPA通过博鳌先行区走出了独特的"先行先试+RWE注册"路径。
研究设计决定RWE的监管价值。前瞻性登记研究和实用临床试验获得最高认可，目标试验仿真正在成为提升回顾性RWE质量的关键方法。
数据质量是RWE的生命线。无论采用何种研究设计，数据的相关性、可靠性、完整性和准确性始终是监管机构评价RWE的核心标准。
中国企业应将RWE作为全球化注册的战略工具。通过国内RWE桥接海外、利用海外RWD直接支持注册、或建立全球RWE平台，均可显著缩短注册周期和降低成本。

未来趋势展望

趋势一：RWE与AI的深度融合。人工智能和机器学习技术正在加速RWE的产生和分析。NLP从非结构化数据中提取信息、深度学习进行影像数据分析、联邦学习实现隐私保护下的多中心协作——AI正在让RWE的规模和质量实现质的飞跃。

趋势二：跨国RWE数据互认。FDA与EMA、NMPA之间的RWE监管合作正在加速。2025年FDA与NMPA签署的RWE合作MOU是重要里程碑。未来，一项在中国开展的高质量RWE研究可能同时被FDA和NMPA接受，实现"一次研究、多国注册"。

趋势三：患者为中心的RWE。患者报告结局（PRO）、患者偏好数据、数字生物标志物等以患者为中心的RWD正在获得越来越多的关注。FDA在2025年发布的Patient Preference信息指南中明确鼓励利用RWE了解患者对器械的真实体验和偏好。

趋势四：RWE在数字疗法（DTx）中的角色。数字疗法的快速发展为RWE创造了新的应用场景。DTx产品本身就持续产生使用数据，天然适合基于RWE的监管路径。德国DiGA、英国NICE的Early Value Assessment等框架已将RWE作为数字健康产品评价的核心组成。

趋势五：RWE从"补充证据"向"核心证据"的转变。随着方法学的成熟和数据基础设施的完善，RWE在注册审批中的角色正从"补充性证据"向"核心临床证据"转变。预计到2030年，RWE将在30%-50%的器械注册审批中发挥核心作用。

行动建议

对于正在规划全球化注册的中国医疗器械企业，建议立即采取以下行动：

评估RWE适用性：基于产品类型、目标市场和注册路径，评估RWE策略的可行性和潜在价值
投资数据基础设施：尽早在国内和目标海外市场建立数据收集能力，采用国际标准化的数据模型
组建RWE团队：培养或招募具备流行病学、生物统计学、数据科学和监管事务交叉能力的人才
与监管机构早期沟通：通过FDA Pre-Submission、NMPA沟通交流会等渠道，尽早获取监管对RWE策略的反馈
建立合作网络：与学术机构、数据持有方、CRO/RWE专业公司建立合作关系，形成完整的RWE生态

真实世界证据不是"未来趋势"，而是"当下现实"。越早将RWE纳入全球注册战略的企业，将越早获得竞争优势。