（2）稽查 申办者还应设立稽查部门，由不直接涉及试验的人员定期对质量体系的依从性进行系统性检查，以判定试验的执行、数据的记录、分析和报告是否与已批准的试验方案、SOP、以及GCP相一致，了解误解或错误发生的原因，并提出预防及改正的建议。数据管理稽查要求稽查人员不但要具有稽查的经验，而且要熟悉数据管理的过程以及相应的计算机程序，特别要熟悉监管部门对于临床试验数据的标准和要求。 数据管理稽查是评价整个数据管理的质量系统，它包括三个层次：具有符合监管部门要求的数据管理SOP；应提供书面文件记录对SOP的遵守情况（如遵守数据库锁定SOP时产生的过程记录）；在以上基础上，还有其他客观的证据支持数据处理过程能够产生可信赖的高质量数据，并可用于统计分析和申报等。 对于临床试验数据的稽查，一般关注四个部分：研究文件、数据、统计分析数据、临床研究报告。 与数据管理稽查有关的文件主要有：数据管理员的简历和培训记录、数据管理各岗位的描述与要求、数据管理计划、接收CRF的记录、数据核查清理的记录和清单、数据库的变更控制记录、逻辑检验的变更控制记录等。 数据稽查的主要内容包括：CRF与源数据的一致性、CRF数据与数据库的一致性、数据管理过程的合规性和数据的完整性等。 （3）纠正和预防措施（CAPA）系统 根本原因的分析以及纠正和预防措施是质量系统的基础，CAPA是质量持续改善的核心。 纠正措施是指针对已存在的不符合或不期望的现象，消除其根本原因所采取的措施，防止重复出现（Recurrence）。预防措施是指针对潜在的不符合或潜在不期望的现象，消除其原因所采取的措施，防止发生（Occurrence）。 深刻了解数据管理系统和数据管理工作过程有利于建立有效的CAPA系统，从而加强质量管理体系，保证数据管理所有过程的产出都是符合临床试验的目的，以及确保受试者安全以及数据的完整性。衡量CAPA系统内的某个系统或某个过程是否符合试验目的，需要全面了解数据管理相关的投入、产出、控制和资源等。对一个临床试验质量管理体系的有效性和效果的评估，包括定义相关的评价措施以及反馈。 真实、准确、完整和可靠是保证临床试验数据质量的基本原则。良好的数据质量应该达到以下要求： ALCOA：可归因性(Attributable)，易读性(Legible)，同时性(Contemporaneous)，原始性(Original)，准确性(Accurate)。 ALCOA+：完整性(Complete)，一致性(Consistent)，持久性(Enduring)，可获得性（Available When Needed）。 评估数据质量的指标可以包括：录入和报告数据的时间；监查员或稽查员确认有问题的观测的数量，或纠正的数量；解决质疑问题所需的时间；CRF审核所需时间；数据错误的数量。 临床试验中所收集的数据的错误必须尽可能少，使其能支持该临床试验得出的发现或结论。通过发现临床试验数据在转录、转移和处理中的错误，对数据质量进行定量，并评估其对临床试验结果正确性的影响是必要的。 发现错误的主要方法有源数据核查确认、逻辑检验、数据核实、汇总统计、CRF与数据库核对等。 评估数据质量最常用的方法是计算错误数据的发生率，即错误率。错误率＝发现的错误数／所检查的数据项总和。 对于CRF中关键指标核查，将对数据库进行100%
的复查，与CRF及疑问表进行核对，发现的所有错误将被更正。对于非关键指标的核查，如果总病例数大于100，将随机抽取10%的病例进行复查；如果小于100例，则抽取例数为总病例数的平方根进行复查。将数据库与CRF及疑问表进行核对，可接受的错误率为：数值变量不超过0.2%；文本变量不超过0.5%。如错误率超过此标准，将进行100%核对。 关键指标、非关键指标的界定，由研究者、申办者以及统计人员共同讨论决定。 临床试验的一个关键目标是，确定、研究、建立或证实一种研究产品的安全性特征。试验中安全性数据的管理和报告应该支持该目的。在临床试验数据的管理和报告中，安全性数据经常是最具挑战性的。 许多研究机构设立了数据安全和监查委员会（Data Safety and Monitoring
Board，DSMB），对临床试验中安全性数据进行核查。该委员会由独立于实施研究、中期分析和数据核查的人员组成，可以设盲，也可以不设盲。数据监查委员会可由以下原因作出暂停正在实施的研究的建议或决定：（1）极其显著的疗效；（2）不可接受的安全性风险；（3）无效。该委员会也可以推荐对正在实施的研究进行更改，比如，下调剂量、去除出现不可接受的安全性风险的研究组别。 申办方的医学监查员也应对安全性数据进行检查。 临床研究中的安全性数据既是一种丰富的信息来源，同时其管理和报告也是最具挑战性的。临床不良事件经常含有临床研究中最重要的安全性信息。为了保证收集、编码、分析和报告的方法有利于获得可靠的结论，需要理解不良事件数据的特征及其局限。ICH的一些指导原则为工业如何管理和报告临床试验安全性数据提供了指南，如E1A、E2A、E2B、E2C、E3、E5、E6和E9。 当对安全性数据进行获取、管理和报告时：设计CRF需要对安全性数据的收集给予足够的重视；对严重程度进行定义，理解其用途和局限性；保证正常值范围正确地与实验室数据关联，在对不同研究机构的实验室数据进行汇总时需要注意正常值范围是否相同；在实验室数据的分析和报告中，对类别变化（状态从正常转化为异常）及其变化幅度均进行考虑；不良事件数据获取的精确性与数据的分析和报告方法相关。 在临床试验中，不良事件应尽量按照标准字典或术语集进行归类并编码。字典的选择要符合研究的目的，最好是具有代表性，符合业界标准。字典的安装、维护和升级要有一套标准的操作程序。字典升级前应评价升级对现有临床试验数据编码的影响，同时提出解决方案。选择适当的编码方法与编码程序。编码者要有一定的临床知识，并获得相应的培训。编码后的数据需要进行质量控制检查。 可以应用很多方式对安全性数据进行展示和报告。为了保证充分地对属于药物反应的结果进行报告，需要判断和科学选择，以确定数据的趋势和显著特征。对药物反应进行辨别是安全性数据处理和报告的驱动目的。 实验室数据的特点需要在数据管理时进行考虑。数据的存储单位应能够清楚地反映数据的值；在许多数据库中，单位和数据是分开的。管理实验室数据最具挑战性的方面之一是连接数据到合适的正常值范围。在获得数据时，如果数据不是通过电子方式到达数据管理员那里，数据值和其合适的正常值范围的连接将花费很大精力。当正常值范围不可得到时，可以使用参考值范围，它是从正常值范围衍生得到的范围，可以从研究中或者从参考书中得到。然而，使用参考值代替正常值的文档对数据库用户必须是清楚的。 为了方便地对研究之间的数据进行连接，经常可以应用实验室数据的标准化技术，以达到这一目的。标准化技术一般包括，当数值为正常时，将数据转化为无单位的数值“0”和“1”，当数值低于正常范围的下限时，将数值转化为小于“0”，当数值高于正常范围上限时，将数值转化为大于“1”。实验室本身应该达到所在国家或地区规定的质控标准。
|
