Inclisiran以及ORION 18是正在开展的一项RCT研究。
作为整个研究PI所在的中心，北京大学第一医院也正在参与其中。而入选患者的筛选工作，就由我来负责。基于研究的入选和排除标准，我首先想到，能否利用电子病历（EHR）数据来更便捷、高效的进行患者的筛选和入组。
于是也有了这个Github项目。
北京大学第一医院心内科已经开展了相当多基于EHR与心血管专科数据和信息化的研究项目，但由于种种限制，国内在这一领域开展的并不多。
个人总结，一方面的困难来自于“非技术因素”，如医院基于安全等考量拒绝给临床科室或临床研究项目提供批量导出的EHR数据；但更多的可能来源于理念上的缺乏，许多PI仍希望研究生、CRC去对着电子病历系统“录入”数据，殊不知实际上很大比例的电子病历数据已经是相当好的“结构化”数据，如果直接拿来，可以起到事半功倍的效果。
另一层面，EHR数据的二次应用，本身就是一门“科学”。这既不同于以往的医学统计学，又与IT工程师所从事的纯“代码”工作有着巨大差异。这其中，需要了解临床实践流程，才能明白这些数据产生的背景以及具体的临床意义；还需要具备数据库的知识，起码是关系型数据库的知识，才能进行多个数据表之间的连接和查询；更需要掌握基本的统计、数据处理能力，否则面对大量的、不同于传统excel表里存储的CRF式的“大横表”数据，注定会无所适从。除此之外，更不要说诸如数据缺失、异常值，乃至刚才上文提到的门诊医嘱剂量数据等“坑”了。
所以，借着此次inclisiran和ORION 18研究项目的契机，希望多多与国内各中心交流相关的经验。如果能够因此，加速整个研究进程，帮助到更多医院入选更多适合的患者，也是很有意义的事。
欢迎各位同道和专家指正，如果有任何问题，也欢迎在github提出，或是写邮件给我。