MEDICINE & AI

タイトル：Choosing real-world data for clinical and epidemiological research: methodological lessons from NHIRD and TriNetX-A narrative review. 雑誌名：Ann Med. 2026 Dec; 58(1): 2616549. 概　要： 本レビューは、臨床および疫学研究における大規模なリアルワールドデータ（RWD）の使用について、台湾の国民健康保険研究データベース（NHIRD）とTriNetXネットワークの特徴、強み、限界を比較し、リアルワールド研究における方法論的課題への対処法を議論します。NHIRDは台湾全体をカバーする包括的な縦断的請求データを提供し、選択バイアスが少なく広範なフォローアップが可能ですが、更新頻度が低く、臨床詳細が限られています。一方、TriNetXは多国籍の電子医療記録ネットワークで、より多様な集団と豊富な臨床変数を提供しますが、病院ベースの選択バイアスが生じる可能性があります。 方　法： 本レビューは、NHIRDとTriNetXの特性を比較し、2010年から2024年の間に発表された代表的な研究を通じて、両データベースの適用例を示しています。データ関連の制限を軽減するために、精緻な選択基準、利用可能な測定の代理変数、外部データセットとの三角測量などの戦略が一般的に使用されています。 結　果： NHIRDとTriNetXはそれぞれ異なる強みと限界を持つ補完的なリアルワールドデータ源であり、研究目的とデータベースの特性を整合させることが適切な研究デザインに不可欠です。プラットフォーム特有のトレードオフを認識し、ターゲットを絞った方法論的戦略を適用することで、リアルワールドエビデンスの妥当性と一般化可能性を支援します。 結　論： NHIRDとTriNetXの特性を理解し、研究の目的に応じたデータベースの選択が重要であることが示されました。これにより、リアルワールド研究の妥当性と一般化可能性が向上する可能性があります。