TTE目标试验模拟-R包工具大全

前一篇TTE目标试验模拟，从RCT概念到方法案例深度解析,我们系统介绍了目标试验模拟(Target Trial Emulation, TTE).

TTE 就是把 RCT 的严谨逻辑套用到观察性大数据上的指导攻略。本文是TTE第2篇推文，全面总结TTE工具，带大家一起来数一数目前市面上的神兵利器。

一、 RCT → TTE的逻辑

RCT是干预因果判断的金标准但是也存在局限性，例如有时候实践上或在道德上是不切实际或不道德，招募人群范围狭窄限制了其研究结果的普适性。在真实世界RWE中，利用回顾性数据分析临床问题非常常见，但为什么回顾性分析结果，跟大样本 RCT结果对不上？RWE能否兼具代表性的同时又能提供RCT这类因果推断效力？ 回顾性研究容易掉进“隐形陷阱”（如选择偏倚、混杂因素、以及著名的“不死时间偏倚”）。为了解决这个问题，TTE 应运而生。

1.1 TTE是框架

TTE并非具体某种因果推断统计方法(如 g-方法、双重差分法、工具变量分析和断点回归)的替代方案，而是一个因果推断框架。它提供了一个结构化的设计模板，用以指导研究人员将现有方法应用于观察性数据，并以明确复制假设性随机对照试验——即"目标试验"——方案的方式进行。TTE核心理念： “虽然因条件限制做不了真的RCT，但在处理观察性数据时，要假装自己正在设计一个 RCT。”

1.2 T0起跑线-不死时间偏倚

不死时间偏倚： 比如比较“服药组”和“未服药组”，在回顾性RWE数据中，一个人必须活得够久才能有机会“开始服药”，如果你把“等待服药”的那段时间也算作他的生存期，就会错误地夸大药物的疗效！TTE强调“零点T0”的概念，严格定义哪一天是“入组日/治疗开始日”，确保两组患者在起跑线上是公平的。TTE解决2大bias，另一个就是新用药者偏倚。

二、TTE 工具包

TTE在11月份发布一篇工具综述，有一定借鉴意义。我大胆推测全文是由AI写作完成，文字表达晦涩，内容是利用google scholar和 LLM工具搜索了相关工具包，作者似乎都没有深入评测里面的软件和内容，其中一些工具我花费蛮多时间修补安装bug依然无法运行，大概率是代码沉积久远所致。话说，测评真的是个费脑子费劲的事情，此处应该点赞呀，最近文章大家都不爱点赞了。 TTE工具涉及面大致分为RCT/TTE方案、数据库建立查询、统计分析评价3大块，总结如下。

2.1 HADES 半成品全才

HADES 是一套标准化的软件。为了让同一套代码能在全球不同的医院运行，它规定数据必须长成统一的样子（即 OMOP CDM，通用数据模型）。看文章总结和查询官网，HADES高大上是临床流行病研究全才，但是实际网页工程还是4年前的半成品，范例晦涩不全连手册都懒得做，浪费我1天去搜资料，体验十分不好，目前差评。 感兴趣安装的小伙伴可以参考下列修改代码安装，试一试

#--------------一、队列研究 CohortMethod --------
##install.packages("remotes")
remotes::install_github("ohdsi/CohortMethod")
#---各种错误，可能是java没安装
#找到这个路径：C:/Users/Razer/AppData/Local/R/win-library/4.2/。
#在文件夹中找到名为 00LOCK-duckdb 的文件夹，将其直接删除。
#注意：如果还有名为 00LOCK 或 00LOCK-SqlRender 的文件夹，也一并删除
#--https://adoptium.net/zh-CN/temurin/releases?version=11&os=any&arch=any
#  在 R 中设置环境变量 
#C:\Program Files\Eclipse Adoptium\jdk-11.0.29.7-hotspot
Sys.setenv(JAVA_HOME = "C:/Program Files/Eclipse Adoptium/jdk-11.0.29.7-hotspot") 
#  尝试加载 rJava 验证是否成功
library(rJava)
#--重新再安装
remotes::install_github("ohdsi/CohortMethod")
# 强制安装二进制版本
install.packages("Cyclops", type = "binary")

#-- https://ohdsi.github.io/CohortMethod/
library(CohortMethod)
# 1. 创建一个文件夹用来放驱动（如果还没有的话）
dir.create("D:/R_drivers")
# 2. 下载 PostgreSQL 驱动到这个文件夹
DatabaseConnector::downloadJdbcDrivers("postgresql", pathToDriver = "D:/R_drivers")
#---修复代码
connectionDetails <- createConnectionDetails(
  dbms = "postgresql",
  server = "localhost/ohdsi",
  user = "joe",
  password = "supersecret",
  pathToDriver = "D:/R_drivers"# <--- 加上这一行，指向你刚才下载驱动的文件夹
)
#判定是否正确安装
 

2.2 Leaf 数据库

Leaf是4年前的产品，主打轻性能的数据库，建好后可以自由查询检索组合数据。但是作为医生个人来搭建还是有一定难度。

2.3 i2b2 数据库

i2b2 (Informatics for Integrating Biology & the Bedside) 主要是一个开源的临床数据分析与查询平台，http://www.dataenclave.net，这里可以看demo。可惜的是i2b2架构过于久远，尝试的话可以考虑docker。

2.4 Aetion 真实世界商业平台

没有试用软件版本，资料太少，看外网截图应该就是steam类免代码软件。

2.5 TrialEmulation包

TrialEmulation 包是目前专门做TTE的R包。其中一键输出函数initators非常犀利，另外新出的定制9模块步骤把旧版的数据准备建模拆分特别详细。我总结了TrialEmulation具体实现代码和过程解读分享给小伙伴们。

2.6 RWE其他R包

2.7 RWE→ TTE 组合R包

TTE核心是 TrialEmulation框架+权重。

三、怎么学TTE数据库与案例

文末介绍了TTE深入案例剖析。核心是因果推断、因果机器学习、混杂因素控制的前沿方法，多学科临床公卫护理中医交叉。当然还有各种公共数据库清理数据、高分发文模版，AI写作一气呵成。

四、小结

“

1、TTE=模拟rct因果推断框架，需要扎实临床经验+因果推断方法，SCI高分蓝海尤其是重症科学领域。

2、TrialEmulation包只是把其中“TTE + MSM + IPW封装成意见输出。TTE前置因果推断过于庞大，what if 整本书需要精度。

3、TTE工具众多，可按照数据库、权重、生存删失、中介、异质性个体治疗、敏感性分析、不确定性分析来组合成有机体。

PS: 本公众号建立了学术交流群7，还剩50人位置，需要实名制。入群请加笔者微信 popnie，请备注说明：姓名-学校(单位)-专业。 

B款课程是R数据清理心得+ 临床小样本RCT+AI科研自动化工具+交叉学科(护理 中医 环境 社会医学)方法学+真实世界系列RWE + TTE系列 + 因果ML+纵向数据方法体系 150小时+。

上课每周6或日直播，课后播放器回看永久本地或网络观看，课件代码附送。 B款课程品质超过公众号的文章品质，“聂老师出品必属精品”A款其实已经做到了。

下面是部分课程细节截图，与前沿方法大纲。具体课程，远超这里字数，文末有表格版。

1.1 B款交叉学科-因果机器系列导图（私聊）

海量前沿方法，高水准方法学解析，公共数据库整洁数据与衍生变量和SCI文章R代码复现。

每一页都是艺术加专业，每一节课都可以反复把玩，温故知新。

1.3 20倍超高性价比

性价比拉满，全网唯一! 我本就是爱好数据分析，推广统计知识的同时顺便站着有尊严的赚点奶粉钱。如果你认为价格贵，请看单独因果推断课程一项，国外教程就高达5万，课程价格童叟无欺，价值远超价格。且不说B款的交叉前沿方法含金量与思维丰富度，学习后让你面对数据的时候思维野马越疆，横行八方。

二、A款口碑

B款内容比A款更新颖更全面更丰富，但是价格依旧不变，保持初心。我想的是，大家能爱上学习统计，就是对我最大的肯定。A款口碑极高，部分截图如下，就不放太多了，问问你身边的朋友也许就在学习ing。其实AB款都是自来水多，我很少推广广告，顶多文章里面插一句。这里一并感谢小伙伴们的给力口口相传，感谢A款粉丝的信任。

三、聂老师授课

我的初衷是为做个有口皆碑的公众号。慢慢地，许多身边同事和粉丝们想系统的学习统计，但是网上许多的老师存在的问题，一个是不用心，一个资质不够，一个商业标题党太多，容易劣币驱除良币，让统计这个本该严谨的学科变得过于功利化。我尽量保持自己的初心，力求安安静静地做个有温度有品质的精品统计课程。

大家可以看我的资质，虽说不是大牛但是应该对得起操守。新来的小伙伴，也可以把我当做亦师亦友未曾谋面的朋友。

四、直播细节

1.直播在腾讯会议每周6或周日白天，回看平台需要实名制认证（保证你我互信，我一直都是实名制），回看预计3年起-永久(app不倒闭才行)，尽量满足大家长期需求。成为正式学员后会进入B款正式群学习。

2.感谢小伙伴们支持厚爱，愿B课能帮大家多发paper。

3.课程优惠及报名联系严老师。

4.本科、硕士、博士均适合本课程（越早越学越容易保研直博）。除了临床医学，交叉学科领域专业同样适合。面对AB款课程，相信你只会感到相见恨晚。

五、B课程内容细节

六、支付方式

官方原价每人4700元（9折优惠联系严老师）。

可对公转账、公务卡扫码支付，转账请务必联系客服确认转账信息，包括

 ①备注信息与发票抬头 ② 是否享有9折优惠政策。

如需银行app扫码请联系严老师获得二维码。 

合作公众号：实战医学统计、easydsm联盟。

客服联系人: 严老师 

微信号:

注意：需求更改学习班通知时间、定制会议通知、发票请务必联系严老师。

七、AC 款链接

A款统计九阳神功，《实战医学统计精品课程》A款-1折！精美课件一键R包深度统计预测模型公共数据库解析复现。

 C款写作易筋经，从0到顶刊sci精品写作课程-全网首发。 

B款统计独孤九剑， ??。

感谢您的信任，期待相约ABC。