在健康领域，什么样的证据才算数？很长一段时间里，答案是明确的：随机对照试验，也就是 RCT。它靠着随机分组、对照设置与盲法，把干预与结局之间的因果关系尽量剥离干净，长期坐在证据金字塔的顶端。但营养领域有一个绕不开的现实——膳食干预很难做成严格、长期、双盲的试验。正是这个现实，把真实世界证据（real-world evidence，RWE）推到了台前。
先说清楚 RCT 的短板在哪里，才能理解 RWE 的位置。
RCT 的优势是内部效度高：随机分组平衡了已知与未知的混杂因素，对照组提供了反事实的参照，因此观察到的差异可以被比较有信心地归因于干预本身。但它的代价是外部效度受限：受试者经过筛选，往往比真实人群更健康、更配合；干预条件被严格控制，与日常环境差别很大；随访周期受经费与伦理限制，通常只有数周到数年。
营养研究把这三条短板放大到了极限。第一条是干预的性质：让人连续几年严格按指定膳食吃饭，执行难度极高，依从性衰减是常态。第二条是盲法：你知道自己吃的是什么，双盲几乎做不到，最多做到评估者盲。第三条是周期：膳食对慢性病的影响以十年计，而试验做不到这么长。
于是营养领域长期处在一种尴尬中：最有说服力的研究设计做不了，能做的观察性研究又总被质疑因果。RWE 的出现，正是在试图补上这块——它不追求替代 RCT，而是提供 RCT 覆盖不到的那一段信息：真实条件下、大规模、长周期的使用情况。
真实世界证据，指的是从真实世界数据中得到的、关于医疗产品的使用与潜在获益或风险的临床证据。它的来源相当多样。
一类是观察性队列与登记数据库。它们长期随访大量人群，记录暴露与结局，是营养流行病学的主力数据来源。一类是电子病历与医保数据库，记录了真实的诊疗路径与费用，适合看干预在实际医疗场景中的效果。还有一类来自可穿戴设备与移动健康应用，记录的是日常生活中的行为与生理数据——这类数据的颗粒度是前所未有的细。此外，消费者真实的购买与使用记录，也开始被用于评估膳食补充剂与食品的实际摄入情况。
与 RCT 相比，RWE 的优势是规模大、周期长、贴近真实；劣势同样明显：没有随机化，暴露与结局之间的关系被大量混杂因素纠缠。
理解这个权衡，就理解了 RWE 的正确定位。它回答的是"在真实条件下，使用了这个干预的人后来怎么样"，而 RCT 回答的是"在严格控制下，这个干预本身能带来什么"。两个问题都重要，答案也不总是相同——当它们一致时，结论可信度最高；当它们不一致时，恰恰是最需要深挖的地方。
RWE 从学术概念走向监管工具，是这十年最重要的变化之一。
推动这一变化的主要是药品领域。监管机构开始接受用真实世界数据支持适应证扩展、安全性监测、以及部分情况下的有效性评估，并陆续发布相关技术指导原则。背后的逻辑很实际：有些问题 RCT 永远回答不了——比如罕见病的长期结局、特殊人群的用药安全、以及上市后在广泛人群中的实际表现。
营养与健康声称领域的情况有自己的特点。这里的产品——保健食品、特殊膳食、功能性食品——往往不是以治疗疾病为目的，其健康声称的证据要求与药品不同。多数体系采用的是分级思路：声称的强度与证据的等级对应，声称越强，要求的证据越硬。
在这个分级框架里，RWE 的位置是清楚的。它通常不能单独支撑最高等级的声称，但它可以作为证据体系中的一环：补充长期使用的安全性信息、验证在真实人群中的适用性、支持较低强度的结构功能类声称。它的价值在于把"实验室里有效"扩展到"人群里也说得通"。
对行业而言，这是一个值得注意的信号：证据体系正在从"有没有一项 RCT"转向"整体证据链是否完整"。一个只靠单一体外实验或小规模试验支撑的声称，在这个框架下会越来越难站住。
但 RWE 有一个绕不开的问题，必须讲清楚。
观察性数据的核心难题是混杂。吃大量蔬菜的人往往也运动更多、吸烟更少、收入与教育水平不同——这些因素同时影响结局，如果不加处理，就会把其他因素的效果错误地算到蔬菜头上。统计模型可以校正已知因素，但校不了没被测量的因素，也校不了测量误差。
第二个问题是反向因果与选择偏倚。有时候不是干预带来了结局，而是结局影响了行为——比如被诊断出某种疾病后，人会主动改变膳食，这时观察到的"健康膳食与疾病相关"，方向可能正好反了。
方法学上有一批工具被用来逼近因果。倾向性评分匹配与加权，可以把暴露组与对照组在可观测特征上平衡起来；工具变量与孟德尔随机化，利用与暴露相关而与混杂无关的变异（比如基因型），来估计因果效应；差分中的差分、断点回归等准实验设计，利用自然发生的对照条件。这些方法各有前提与局限，用得好能显著提升推断的可信度，但它们无法完全替代随机化。
所以读 RWE 的正确姿势是：看它有没有说明数据来源与偏倚来源，有没有做敏感性分析，结论的语气是否与证据强度匹配。一份好的 RWE 研究报告，会花大量篇幅讨论它的局限，而不是只报告一个漂亮的相关性数字。
对行业来说，这意味着 RWE 不是"更容易拿到的证据"，而是"另一种需要被严格对待的证据"。把它当成捷径，恰恰是最容易翻车的地方。
讨论了证据本身，最后要落到它实际能改变什么——标签与声称。
健康声称与营养成分的标示，是消费者能在货架上直接读到的信息。而这些信息背后需要什么样的证据支撑，正是 RWE 发挥作用的地方。一个典型场景是：某种成分的使用历史很长、安全性数据丰富，但缺少严格的长周期 RCT。在这种情况下，来自长期队列与真实使用记录的安全性数据，可以让"在某某人群中长期使用是安全的"这一表述站得住。
第二个场景是适用性的验证。一项 RCT 可能在特定人群与特定剂量下完成，而产品实际面向的人群更宽。真实世界数据可以回答"在更宽的人群里，实际使用情况与预期是否一致"——包括依从性、实际摄入量、以及与其他膳食或药物的共同使用情况。这类信息不改变声称的强度，但能支持更准确的使用说明。
第三个场景是上市后的持续监测。产品上市后的不良反应报告、消费投诉与真实使用模式，构成了持续的安全性证据。这也是监管体系里"上市后研究"这一环的常见形态。
值得注意的是方向：RWE 的主要作用是把声称说得更准确、把使用说明写得更完整，而不是把声称的强度往上抬。声称越强，要求的证据越硬，而 RWE 的定位通常不足以单独支撑最强档的表述。把这一点理解反了，就容易把它当成绕过严格试验的捷径——而这恰恰是监管最警惕的用法。
Q：什么是真实世界证据？
A：真实世界证据（real-world evidence, RWE）指从真实世界数据中得到的、关于医疗或健康产品使用与潜在获益或风险的临床证据。数据来源包括观察性队列、登记数据库、电子病历与医保数据、可穿戴设备与移动健康应用，以及真实的消费与使用记录。
Q：RWE 和随机对照试验有什么区别？
A：RCT 通过随机分组与对照设置，内部效度高，能较有信心地归因因果，但受试者经过筛选、条件受控、周期有限。RWE 规模大、周期长、贴近真实条件，但没有随机化，混杂与因果推断是它的难题。两者是互补关系，不是替代关系。
Q：营养健康声称需要什么等级的证据？
A：多数体系采用分级思路：声称强度与证据等级对应，声称越强要求越硬。RWE 通常不能单独支撑最高等级的声称，但可以作为证据链中的一环——补充长期安全性信息、验证真实人群的适用性、支持较低强度的结构功能类声称。
Q：观察性研究的结论可信吗？
A：需要看方法学。核心难题是混杂（暴露组与对照组在其他特征上的系统差异）与反向因果。倾向性评分匹配、工具变量、孟德尔随机化、准实验设计等工具可以在一定程度上逼近因果，但都有前提与局限，无法完全替代随机化。
Q：怎么判断一份 RWE 研究的可靠性？
A：几个抓手：是否清楚说明数据来源与偏倚来源；是否做了敏感性分析；结论语气是否与证据强度匹配；是否花了篇幅讨论局限。愿意详细交代边界的研究，通常比只报告一个相关性数字的研究更可信。
信源：真实世界证据（RWE）与真实世界数据（RWD）的监管定义与技术指导原则；随机对照试验内部效度与外部效度权衡的方法学文献；营养干预试验在盲法、依从性与周期上的固有局限讨论；倾向性评分、孟德尔随机化等因果推断方法及其前提假设的研究；健康声称证据分级框架的相关法规与技术文件。
温馨提示：本文为行业资讯与健康科普，不构成诊疗建议；具体方案请咨询专业机构。
