队列研究主要结局来自行政记录，代码定义怎样验证？

队列研究用医保或医院行政记录中的诊断代码识别主要结局，稿件若只写“发生某疾病以数据库记录为准”，读者无法知道一次门诊编码和经过临床确认的病例是否被混作同一事件。代码由结算和日常服务过程产生，并非天然按研究定义采集。投稿时应公开结局算法、事件日期和验证证据，让结果可以被核查。

先把临床结局翻译成代码规则

方法段定义目标疾病或事件的临床边界，再列出使用的编码体系及版本、代码清单、住院与门诊记录的取舍、需要出现几次，以及是否结合药物、检查或操作记录。若同一患者在多次就诊中反复出现代码，说明如何识别第一次事件。索引日之前已存在的疾病怎样排除，换码版或医院编码习惯改变时怎样衔接，也要交代。代码清单过长可放补充材料，但正文至少讲清关键规则，不能只给一个含糊的英文缩写。

自拟例子中，作者规定“住院主诊断出现一次”或“半年内门诊诊断出现两次”算结局。两条路径的阳性预测值可能不同，门诊两次记录还会让事件日期的选择变得重要：用首次就诊日、第二次确认日，还是预设窗口中的某一天？如按第二次日期才算事件，第一次到第二次之间的风险时间处理也需说明。作者应给出各路径识别人数和重叠人数，并按预设优先规则去重，避免把一人计成两例。

提供算法在当前数据库中的表现

若有病历复核、登记系统比对或独立的验证研究，写明验证样本来自哪一机构、时期与人群，抽样是否覆盖算法判阳和判阴者，报告相应的准确性指标及区间。若只是引用其他地区的旧验证论文，应说明代码版本和服务场景是否相同，不能把外部准确性直接当成本数据库的质量保证。没有验证资料时，明确潜在错分及其可能方向，考虑用更严格或更宽松的定义做敏感性分析，并把两种定义各识别多少人列出。

RECORD作为常规收集健康数据研究的原始报告声明，强调公开用于定义人群、暴露和结局的代码及算法，并报告已有的内部或外部验证；美国食品药品监督管理局关于电子健康记录和理赔数据的原始指导也讨论变量定义与验证证据。这些资料并未说诊断代码不能用于科研，而是要求读者能判断代码与真实临床事件之间的距离。

投稿前把算法文件、正文方法和结果流程图逐项对照：代码版本、次数门槛、首次事件日期、排除既往病例人数是否一致。若主要结局来自两条识别路径，至少让读者看见各自贡献和验证边界。同一个代码出现一次还是两次，可能改变谁被算作病例；这一门槛应留在稿件里。

参考信息：RECORD常规健康数据研究报告声明；美国食品药品监督管理局真实世界数据指导。