美国哈佛公共卫生学院的Barbra A. Dickerman等人以他汀类药物和癌症的关系为例，总结了观察性分析中可避免的缺陷。

目前，大型医疗数据库可用性变得越来越强，而这引发了一场激烈的辩论，即真实世界的数据是否应该在评估治疗的益处和风险方面发挥作用。

例如，研究人员在许多观察性研究中发现，他汀类药物使用者的患癌风险大大低于对随机试验荟萃分析得出的结果。尽管这些差异通常被认为是由于观察性研究中缺乏随机造成的，但这种缺陷是可以通过模拟的目标试验(即能够回答感兴趣问题的随机试验)来避免的。

利用73.4万英国成年人的电子健康记录，Barbra等模拟了他汀类药物和癌症的目标试验，并将他们得到的结果与使用既往分析方法得到的结果进行比较。在10年的随访中，2.8万人患上了癌症。Barbra等发现几乎没有迹象表明他汀类药物治疗会影响癌症发病率。

在目标试验方法下，意向性治疗和按方案治疗分析下10年无癌生存率的估计观察结果分别为-0.5%（95% CI：-1.0%～0.0%）和-0.3%（95% CI：-1.5%～0.5%）。相比之下，以前的分析方法得出的估计值似乎具有很强的保护作用。研究人员的发现强调了明确的模拟目标试验的重要性，以减少来自观察性分析的效应估计中的偏差。（编译：宫健）  

参考文献：Nature Medicine 2019;25:1601-1606