摘要：临床科研通过对临床数据的收集整理来验证假设、回答临床问题，最终服务于临床，因此高质量的临床数据是临床研究成功与否的关键。建立高水平的科研团队是临床研究的基础，在研究过程中必须重视和加强数据管理，并且建立完善的质控体系。 关键词：临床研究；临床数据；管理；质控 Abstract：The clinical research based on the collection of clinical data to verify the hypothesis， and answer clinical problems.Such research should focus on the real need and serve the clinical directly.Therefore， clinical data quality relates to the success of clinical research.It is the foundation of clinical research that established a high level of research team， must value and strengthen the data management， build up the perfect quality control system. Key words：Clinical research；Clinical data；Management；Quality control 正如钟南山院士[1]所说：临床科研与临床工作之间有着密切的联系，科研是日常临床工作的浓缩和提炼，而进一步做好临床工作正是科研的目的所在。临床医生不必进入实验室进行科研，临床每一位病例的诊治过程都是很好的研究内容，研究结果往往更好的应用于临床。临床科研是通过收集和整理临床数据来验证研究假设，从而回答研究问题，并且将结果应用于具有类似特征的目标患者人群[2]。临床试验以获得高质量临床数据为前提才能保证，然而通过我们自身实施科研课题过程的感受，发现临床数据的获取是临床科研的重要难题，需要花费大量的精力和时间。因此，本文拟从如何获得高质量的临床数据的角度，探讨在数据管理过程中应注意的问题，并为以后的临床试验提供借鉴。 1 科研团队的建设 临床研究的开展需要一支稳定、临床经验丰富、吃苦耐劳的团队。主任医师、住院医师、实习医师之间应该形成一种良好的合作默契。在繁复的临床工作中，应该如何平衡临床工作和科研之间的关系呢？首先，是培养积极的科研意识，将科研工作看成是自己日常工作的一部分，当成是培养自己科研素养的一个契机，利用科研课题及时调整自己的工作流程，从而保证科研课题顺利进行；其二，应该加强沟通，在临床医生和课题负责人之间建立起快速有效的沟通模式，随着课题的开展，临床医生可以将课题实施中遇到的问题，及时反馈给课题负责人，从而及时优化工作模式；第三，从科研设计者的角度，应尽可能减少临床医生的工作量，简化工作流程。 临床数据管理工作要求有严谨的科学态度、坚实的医学知识和统计学知识、对数据管理软件的熟练掌握和较好的沟通能力。因此，科研团队应该建立临床数据管理小组，每一位成员都在项目管理过程中承担相应的职责，基本的人员组成应包括：数据管理负责人、数据采集人员、质量控制人员、统计分析人员等[3]。临床数据管理不仅仅是对数据的管理，还在于对人的培养和利用，加强对数据管理人员的培训和队伍建设是保证临床试验数据管理实施的重要手段，同时是解决临床试验数据管理问题的基础。 2 临床数据的管理 临床试验数据管理不论用纸质化或电子化，系统均需要满足3个基本要求：系统可靠、数据可溯源、设置权限管理。数据的真实程度是决定临床研究成败的关键，也是考验一个研究者是否具有科学精神和社会责任感的试金石。临床试验常需收集三种类型的数据：时间无关的独立数据，时间相关的独立数据和累积性数据。时间无关独立数据是指数据一次性收集完成，这样的数据包括人口学资料和既往疾病史等。时间相关独立数据是指在不同的访 视时间多次收集，但数据不是累计的，例如生命体征信息。累积性数据是指数据 多次收集但不仅限于特定的访视日期，且每次可以收集多个信息。不良事件以及 接下来的对应处理措施就是典型的例子，不良事件的发生并不仅限于访视时才发生，一旦发生就要记录，且每次可能发生多项不良事件。 在传统的临床研究中，临床数据的记录载体是纸质病例报告表（CRF），并通过CRF 表来展示数据的真实性，临床观测数据及实验室检测数据经由研究者根据研究病历进行人工抄写，然后经由数据录入员录入电子管理系统。在过程中，人为环节多，虽然通过对数据录入采取双人、双次的录入方式减少误差，但在实际操作过程中，仍有很多人为的错误出现。既增加了数据管理的成本，又降低了研究的效率和质量。当今社会电子信息科技日益发达，越来越多的临床试验的数据采集、录入、 核查、分析已不再采用CRF，而是被电子采集系统（electronic data capture，EDC）系统所取代[4，5]。EDC实现了临床试验全程信息管理的自动化，不仅节省临床试验的时间和成本，还更好地保证了数据的质量和完整性，极大地提高了临床研究效率。我国的临床试验还处于从纸质CRF向 EDC过渡的初级阶段，相关数据管理法规有待完善。采用 EDC不仅仅是简单的数据获取形式的转变，牵涉到立法、制度转变、工作流程、人员角色与职责分工的改变，以及电子数据采集、存档、传输、递审标准的建立等[6]。临床研究的专业人员应该做好应对各种挑战的准备，并且用全球医学的眼光来看待和处理过程中遇到的挑战[7]。 进入20世纪90年代以来，随着医院管理信息系统（hos-pital management information system，HIS）、临床信息系统（clinical information system，CIS）、电子病历系统（electronicmedical record，EMR）等信息化管理手段在医院的成功实施，数字化医院的雏形开始形成。信息化条件下大量的临床数据，为研究提供了丰富的数据资料，为开展新的研究提供了机遇。基于医院信息化发展及临床研究发展所需，由中国中医科学院开发的临床科研共享平台。该平台将中医信息标准化、 数据分析及中医知识发现等技术融为一体，以数据知识发现为主线，实现了临床数据信息采集，数据仓库与数据挖掘，数据整理与分析，形成的从临床数据获取知识的平台体系。 3 临床数据的质控 临床研究过程的质量控制是通过对研究资料的自查、 监查、上级单位的监查、稽查和视察完成。研究起始就要建立监查计划，根据研究项目的规模计划监查员人数和访视次数；根据研究的进度与质量，调整访视的频率。数据管理是一个整体，任何一个环节出现纰漏都会对以后的工作造成不便和麻烦，有必要在每个阶段制定监控点。临床数据的审查和清理是保证数据质量的重要环节，主要工作是通过检查病例报告表的填写质量，数据对方案的依从核实数据的有效性、完整性、逻辑性，对发现的差异进行内部和外部解决，目的是使数据真实、准确和便于统计分析[8]。建立良好的数据管理系统，目的是为了通过功能强大的数据管理系统来控制研究数据的质量，因此，一款好的数据管理软件应有以下功能：电子病例报告表的设计功能，数据一致性检查功能，质疑管理和数据的修改功能，数据的可溯源性，系统管理功能，生成便于分析的数据文件等[6]。在数据录入阶段，数据库的确认、调试和试运行可以很好地保证数据库的质量。数据录入时可以采用重复录入法和设置相应的质控文件进行质量控制；数据统计时要进行盲态审核，由相关专业人员对数据集、缺失值和离群值、统计方法等进行指导[9]。 临床试验数据管理的文件记录了在数据管理阶段数据的修改和清理的全过程， 是保证临床数据真实可靠的依据。所有涉及数据管理的各种步骤均需记录在案，以便对数据质量及试验实施进行检查。根据临床试验管理规范（good clinical practice，GCP）的要求，所有的试验文件都应该在开发项目终止后保留2年，文件的保存对于临床试验的质量至关重要[10]。这不仅是良好的临床试验和科学实践的需要，也是管理机构的要求。 参考文献： [1]钟南山.临床医师与临床科研--挑战与对策[J].中国实用内科杂志 2009，8（29）：681-682. [2]John L.Gallin ，Frederick P ognibene. Principles and practice of Clinical Research [M].Third Edition，Aeademic Press，2012：25-30. [3] Susanne Prokscha.Practical Guide to Clinical Data Management [M]. Seeond -edition，CRC Press，2007：18-24. [4] Pavlovic I， Kern T， Miklavcic D. Comparison of paper-based and electronic data collection process in clinical trials：costs simulation study[J]. Contemp Clin Trials， 2009， 30（4）：300-316. [5] Lu Z. Information technology in pharmacovigilance：benefits，challenges，and future directions from industry perspectives[J].Drug Healthc Patient Saf，2009，1：35-45. [6] Lu Z， Su J. Clinical data management：Current status challenges，and future directions from industry perspectives[J].Open Access J Clin Trials，2010，2：93-105. [7] Lehoux P ， Daudelina G， Demer S， Payettea O et al.Fostering deliberations about health innovation：What do we want to know from publics？[J]. Soc Sci Med， 2009， 68 （11）：2002-2009. [8]颜崇超.医药临床研究中的数据管理[M].北京：科学出版社，2011：197. [9]Bohigas PA ，Lauritsen JL. EpiData：the natural heir to Epilnfor[J]. Gac Sanit， 2007，21（3）：264-266. [10]国家食品药品监督管理局.药物临床试验质量管理规范[EB/OL]. [2014-03-20].http：//www.sda.gov.cn/WS01/CL0053/24473.html.
发表于 2018-8-18 20:32:44