作者： 发布时间：2023-10-10
临床试验数据是药物研发过程中最重要、最有价值的产出之一，是整个临床试验过程中的核心，最终作为统计分析的基础用以论证药物的安全性及有效性。而临床试验数据的采集、报告与处理各个细节更需要“谨慎对待”，因为每一个步骤都可能伴随错误，国内外法规均明确要求，在数据收集录入完毕后对数据进行审查、核对、清理，及时发现并解决问题以获取完整、真实、可信的临床数据。
可见，在未来临床试验的发展进程中，数据核查是数据管理的最为关键的一环，而数据核查的最终目的就是对临床试验过程中每一步骤伴随的错误产生进行清理，发现并解决数据库中存在的问题，为盲态核查、统计分析和撰写总结报告做好准备。
那么，在日常的数据管理工作中，需要做好哪些方面的数据核查工作呢？卓越小记者深入一线采访调研，最终让我们经验丰富的“数据管理技术大咖”——卓越未来数据中心冯经理，给大家带来最“接地气”的临床试验数据管理核查要点经验分享。
一、核查计划建立
《药物临床试验数据管理和统计分析的计划和报告指导原则》中提到，为保证临床 试验数据的真实完整、准确可靠、高质量和科学性的评价其有效性与安全性。须事先对数据管理工作和统计学分析原则制定详细的计划书。在进行数据核查前，应制定详细的数据核查计划(Data Validation Plan,DVP),以明确数据核查内容、方式与核查要求。相关人员根据数据核查计划进行编程或人工核查，之后发出质疑(Query)确认数据。
无论是纸质或者电子数据采集系统，均应在试验开始初期撰写完备、清晰的数据核查计划，以便能高效、准确地对数据进行清理。最终以获得高质量的数据作为目的。同时数据核查计划还应由临床试验其他参与人员，如申办方、统计分析人员进行审核，以防止漏查、错查、重复查的情况出现。
二、核查的分类
1、缺失和不完整数据核查
临床试验中对于不同状态的受试者要求必须填写的数据点不一样。对于筛败受试者，通常需保证人口学资料、知情日期、入排信息完整；对于筛选成功受试者，需要指定标准，确定哪些页面必须要收集，所以一般出现的页面都要填写。对于中途终止试验的受试者，也要制定标准，规范哪些数据必须完整。
2、随机化核查
在随机对照试验中，检查入组随机化实施情况。
3、时间窗的核查
临床试验涉及到的日期和时间，要符合方案要求，不能超过方案中规定的日期时间范围。比如，特定访视必须要在试验开启后的某个阶段完成，一般会设置一定时间的窗口范围，需要通过可靠的方式核查CRF上的数据是否符合要求；再如，给药或者采血会在方案中规定时间间隔和持续时间，同样需要核查是否符合方案要求。
4、范围的核查
临床试验涉及实验室、生命体征检查等，识别在生理上不可能出现或者在研究人群的正常变化范围外的极端数值。
5、逻辑核查
相应的事件之间的逻辑关联来识别可能存在的数据错误。另外还有交叉逻辑关系核查：常见的是病史，不良事件，合并用药以及不同实验室之间的核查。受试者若患有慢性疾病史，如高血压、糖尿病之类，需要持续服药控制，需要核查是否有记录相关的合并用药；如不良事件经常代表某一项实验室或者生命体征指标超出了正常范围，就要检查数据库中是否记录了相关的实验室或者生命体征异常。
6、外部数据核查
外部数据包括：中心实验室检查，第三方PK/PD数据，SAE等。这些数据需要进行一致性核查。所谓一致性核查，是指EDC数据与外部数据是否一致。通常包括受试者编号的匹配，样本信息的匹配，日期时间的匹配，受试者试验状态的匹配等等。总之，所有不同来源的数据，只要是记录相同信息的数据点，都要保持一致。注意，有时候同样的信息在CRF上和外部数据表格中表述方式不一样，此时就需要对两方数据内容进行mapping处理。
7、其他核查
对于不同试验方案中规定的一些要求，也需要进行核查。这部分内容因不同方案规定而异，不具备共同性，需要认真阅读方案将这些点找出并实现。
三、核查要点
1、基础扎实
①专业背景
②阅读教材、文献
③软件、工具应用
2、方案吃透
①试验目的
②指标逻辑关系
③及时的沟通
3、流程仔细
①文件撰写
②实际操作
③执行核查规定
④总结教训
⑤及时的沟通
卓越未来数据中心——专注临床试验数据管理及数据统计
卓越未来数据中心致力于临床研究中的数据管理与统计分析服务，提供以数据管理为核心的一站式定量科学解决方案；团队成员具备丰富的项目的项目经验，涵盖肿瘤、精神、呼吸、儿科、心脑血管、骨科等34个治疗领域。
卓越未来数据中心以高效、创新的专业能力，科学、严谨的服务态度，为客户提供合规、优质、个性化的临床数据管理服务。
