Investigación profunda (Deep Research)

Calibración de indicadores de riesgo en la monitorización de ensayos clínicos (2026)

38 min de lecturaEquipo editorial de EClinCloud
Indicadores de riesgo en ensayos clínicos — portada editorial de EClinCloud

En resumen

Apruebe un diseño de monitorización solo después de que el equipo del estudio pueda explicar tres decisiones: cuándo un evento pasa de inmediato a un responsable clínico o regulatorio, cuándo un patrón estadístico amerita una investigación y qué problema a nivel de todo el estudio amenazaría la protección de los participantes o la interpretación de los resultados. Utilice denominadores adecuados para cada medida. Ensaye cómo actúa el equipo tanto ante un único evento grave como ante un conjunto de señales menores de calidad de los datos.

ICH E6(R3) respalda la gestión de la calidad proporcionada. Aplique el instrumento regional y la legislación pertinente. Los puntos de corte de alerta y el despliegue que se describen a continuación ilustran una implementación y requieren validación específica del estudio [1] [2] [3] [4].

1. Elija qué hace confiable al ensayo

Una evaluación de riesgos debe comenzar por las características del protocolo que importan para los derechos o la seguridad de los participantes, o para la confiabilidad. Vincule la decisión tanto con los datos que muestran un problema como con la persona capaz de responder. Por ejemplo, una desviación de visita tiene consecuencias distintas si afecta la ventana del desenlace principal, un cuestionario opcional o el momento de una evaluación de seguridad. Haga que los colegas clínicos y estadísticos acuerden la definición y qué preguntas responder durante la adjudicación. ICH E8(R1) e ICH E6(R3) abordan los factores críticos para la calidad y un enfoque proporcionado al riesgo [1] [2] [5].

Planifique actividades presenciales, remotas y centralizadas para responder preguntas distintas. El análisis retrospectivo de TransCelerate examinó los cambios registrados en los datos disponibles de ensayos clínicos y el aporte de la verificación de datos fuente (SDV). En otro estudio post hoc de tres ensayos, las tasas de error en los campos fueron del 0.27 % con verificación completa y del 0.53 % con verificación parcial bajo los enfoques estudiados. Estas cifras corresponden a datos de ensayos seleccionados y a errores en los campos. Dejan abierto el efecto sobre la supervisión de seguridad específica del estudio, las variables de valoración principales complejas y los costos operativos totales. Un equipo puede necesitar una revisión directa de las fuentes incluso cuando las medidas centralizadas se ubiquen dentro de su rango esperado. Decida las comprobaciones de fuente según el riesgo del protocolo y las vías disponibles hacia los registros originales [3] [6] [7].

Ajuste la obligación a la región

En la Unión Europea, el Reglamento sobre Ensayos Clínicos establece las obligaciones aplicables a los ensayos con medicamentos, incluyendo GCP en el artículo 47. La EMA indica el 23 de julio de 2025 para la entrada en vigor de los Principios y el Anexo 1 de ICH E6(R3), y el 15 de enero de 2027 para el Anexo 2, que aborda los ensayos con algunos elementos adicionales de diseño u operativos. En EE. UU., la FDA publicó la guía definitiva E6(R3) en septiembre de 2025, y las preguntas y respuestas de 2023 sobre monitorización basada en riesgos también son una guía. En el Reino Unido, la MHRA explica que los Principios GCP de ICH E6 se convirtieron en un requisito legal el 28 de abril de 2026, y que los anexos deben leerse junto con su guía y los requisitos del Reino Unido. Identifique lo que aplica al ensayo y documente por separado las familias de indicadores, los umbrales y las prácticas de archivo propuestos por el promotor [1] [2] [3] [4] [8].

Utilice las observaciones de inspección para diseñar preguntas

Recuentos de observaciones seleccionadas del Formulario FDA BIMO 483 por año fiscal

Los recuentos aumentaron de 221 en el año fiscal 2020 a 334 en el año fiscal 2025 en los registros seleccionados.

Desplácese horizontalmente para ver la figura completa.

Recuentos de observaciones seleccionadas del Formulario FDA BIMO 483 por año fiscal0100200300400AF 2018, Observaciones del Formulario FDA BIMO 483 (recuento): 400AF 2018AF 2019, Observaciones del Formulario FDA BIMO 483 (recuento): 395AF 2019AF 2020, Observaciones del Formulario FDA BIMO 483 (recuento): 221AF 2020AF 2021, Observaciones del Formulario FDA BIMO 483 (recuento): 249AF 2021AF 2022, Observaciones del Formulario FDA BIMO 483 (recuento): 298AF 2022AF 2023, Observaciones del Formulario FDA BIMO 483 (recuento): 301AF 2023AF 2024, Observaciones del Formulario FDA BIMO 483 (recuento): 312AF 2024AF 2025, Observaciones del Formulario FDA BIMO 483 (recuento): 334AF 2025
Ver datos del gráfico
CategoríaObservaciones del Formulario FDA BIMO 483 (recuento)
AF 2018400
AF 2019395
AF 2020221
AF 2021249
AF 2022298
AF 2023301
AF 2024312
AF 2025334

Las frecuencias de citación publicadas dependen de la cobertura de los registros, así como del número y la combinación de inspecciones.

Fuente: Análisis de EClinCloud, frecuencias de citación BIMO seleccionadas de los años fiscales 2018–2025. Datos de observaciones de inspección de la FDA, serie BIMO de los años fiscales 2018–2025. https://www.fda.gov/inspections-compliance-enforcement-and-criminal-investigations/inspection-references/inspection-observations

La agregación de datos de observaciones de inspección de la FDA realizada por EClinCloud incluye 11,746 recuentos de citaciones BIMO correspondientes a los años fiscales 2006 a 2025, de los cuales 1,715 corresponden a los años fiscales 2020 a 2025. Dentro de este último período, los recuentos anuales aumentaron de 221 en 2020 a 334 en 2025. La fuente comprende observaciones de inspección disponibles, con diferencias en la cobertura y en la composición de las inspecciones. Los recuentos representan frecuencias de citación de registros seleccionados y deben interpretarse junto con los formularios subyacentes, la cobertura documentada de la FDA y la composición de las inspecciones. Realice únicamente una comparación descriptiva entre los registros publicados [9].

Citaciones normativas seleccionadas en datos de observaciones BIMO, AF 2020–2025

Dos citaciones normativas representan 793 de las 1,715 observaciones en este conjunto de datos.

Desplácese horizontalmente para ver la figura completa.

Citaciones normativas seleccionadas en datos de observaciones BIMO, AF 2020–202521 CFR 312.60 — Resp…21 CFR 312.60 — Responsabilidades generales de los investigadores (522), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 30.430.421 CFR 312.62(b) — H…21 CFR 312.62(b) — Historiales de casos inadecuados o inexactos (271), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 15.815.821 CFR 312.64(b) — N…21 CFR 312.64(b) — Notificación de seguridad por parte del investigador (71), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 4.14.121 CFR 312.62(a) — D…21 CFR 312.62(a) — Disposición y contabilidad del medicamento (63), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 3.73.721 CFR 312.66 — Prob…21 CFR 312.66 — Problemas imprevistos y garantías ante el IRB (52), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 3321 CFR 312.50 — Resp…21 CFR 312.50 — Responsabilidades generales de supervisión del promotor (43), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 2.52.521 CFR 56.115(a)(2) …21 CFR 56.115(a)(2) — Actas de reuniones del IRB (40), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 2.32.321 CFR 50.20 y 50.27(…21 CFR 50.20 y 50.27(a) — Deficiencias en el consentimiento informado (55 en conjunto), Proporción de citaciones BIMO de AF 2020–AF 2025 (%): 3.23.2
Ver datos del gráfico
CategoríaProporción de citaciones BIMO de AF 2020–AF 2025 (%)
21 CFR 312.60 — Responsabilidades generales de los investigadores (522)30.4
21 CFR 312.62(b) — Historiales de casos inadecuados o inexactos (271)15.8
21 CFR 312.64(b) — Notificación de seguridad por parte del investigador (71)4.1
21 CFR 312.62(a) — Disposición y contabilidad del medicamento (63)3.7
21 CFR 312.66 — Problemas imprevistos y garantías ante el IRB (52)3
21 CFR 312.50 — Responsabilidades generales de supervisión del promotor (43)2.5
21 CFR 56.115(a)(2) — Actas de reuniones del IRB (40)2.3
21 CFR 50.20 y 50.27(a) — Deficiencias en el consentimiento informado (55 en conjunto)3.2

Contexto ilustrativo para el diseño de verificaciones. Las proporciones describen registros de citaciones en la extracción, con una cobertura no exhaustiva.

Fuente: Análisis de EClinCloud, citaciones normativas BIMO seleccionadas de los AF 2020–2025. Datos de observaciones de inspección de la FDA, serie BIMO de los AF 2020–2025. Véase la Sección 1.

En el subconjunto de los AF 2020–2025, 522 citaciones se codificaron bajo 21 CFR 312.60 y 271 bajo 312.62(b). En conjunto representan 793 de 1,715 (46.2%). Al sumar 312.64(b), 312.62(a) y 312.66, el total asciende a 979. Los códigos son referencias útiles cuando en un ensayo IND de EE. UU. se diseñan verificaciones para la conducción conforme al protocolo, la integridad de los historiales de casos, la notificación por parte del investigador, la disposición del medicamento y las obligaciones respecto a un IRB. Una categoría de citación puede abarcar diversas circunstancias subyacentes. Por ejemplo, el ingreso tardío de datos y los datos faltantes tienen causas y registros diferentes. Valide cada verificación de monitoreo frente al protocolo real, la disposición aplicable, la tecnología y las responsabilidades de notificación [9] [10] [11].

Un ejemplo relativo al consentimiento informado comienza con lo que el cronograma indica como un procedimiento específico del ensayo y cuándo lo permiten la aprobación aplicable y la vía de consentimiento. Examine la versión fechada, la evidencia de consentimiento cuando se requiera, la secuencia real de los procedimientos, la disponibilidad del registro y cualquier excepción autorizada. Una marca de tiempo faltante podría reflejar una importación incompleta. Toda inquietud fundamentada sobre el consentimiento o la protección de los participantes debe llegar con prontitud a los responsables clínicos y de calidad junto con la evidencia disponible. La acción externa requerida sigue el marco aplicable y los hechos según queden establecidos [1] [12] [8].

2. Seleccione una exposición y calibre frente a la línea base adecuada

Un indicador clave de riesgo (KRI) es una medida que el equipo utiliza para orientar su respuesta ante el riesgo operativo o de calidad. Un límite de tolerancia de calidad (QTL) es un enfoque para establecer un rango aceptable predefinido a nivel de ensayo cuando corresponda. El monitoreo estadístico centralizado (CSM) compara patrones en los datos del ensayo conforme a un proceso documentado. Un mismo método puede respaldar varias actividades. Una primera pregunta de diseño es qué participantes, visitas o exposiciones al tratamiento estuvieron realmente en riesgo de presentar el evento que el equipo desea contabilizar [1] [3] [13] [14].

Número de centros publicados en registros de ensayos seleccionados

1,416 de los 15,255 registros con instalaciones tienen al menos 100 centros publicados.

Desplácese horizontalmente para ver la figura completa.

Número de centros publicados en registros de ensayos seleccionados01,013.52,0273,040.54,0541 instalación publicada, Ensayos de fase 2/3 de la industria (recuento): 4,0541 instalación pub…2 a 9 centros, Ensayos de fase 2/3 de la industria (recuento): 3,3142 a 9 centros10 a 29 centros, Ensayos de fase 2/3 de la industria (recuento): 3,34510 a 29 centros30 a 99 centros, Ensayos de fase 2/3 de la industria (recuento): 3,12630 a 99 centrosAl menos 100 centros publicados, Ensayos de fase 2/3 de la industria (recuento): 1,416Al menos 100 cent…
Ver datos del gráfico
CategoríaEnsayos de fase 2/3 de la industria (recuento)
1 instalación publicada4,054
2 a 9 centros3,314
10 a 29 centros3,345
30 a 99 centros3,126
Al menos 100 centros publicados1,416

Las fechas registradas pueden ser estimadas o futuras. Las filas de instalaciones describen los registros de centros publicados.

Fuente: Análisis de EClinCloud de la extracción de AACT de agosto de 2026, ensayos de fase 2/3 con instalaciones publicadas. Archivo de AACT de agosto de 2026, https://aact.ctti-clinicaltrials.org/; selección de fuentes en las Secciones 2 y 6.

El análisis de AACT de agosto de 2026 seleccionó 16,524 estudios intervencionistas registrados patrocinados por la industria, con un año de fecha de inicio registrada de 2020 o posterior y clasificación de fase 2 o fase 3. De estos, 15,255 tienen instalaciones publicadas y 11,201 tienen al menos dos centros publicados. De los 15,255, 3,126 tienen de 30 a 99 centros y 1,416 tienen al menos 100. Los recuentos se basan en los registros de instalaciones y no establecen las actividades actuales ni el estado geográfico. Entre los estudios registrados de fase 3 con instalaciones publicadas, la mediana del recuento de centros es de 22 [15].

Inscripción registrada dividida por el número de centros publicados

La mediana del cociente a nivel de ensayo es de 5.0 en los registros de fase 2 seleccionados y de aproximadamente 6.0 en los de fase 3.

Desplácese horizontalmente para ver la figura completa.

Inscripción registrada dividida por el número de centros publicados016.633.349.966.6Percentil 25 (P25), Ensayos multicéntricos de fase 2 (n = 6,344): 2.6Percentil 25 (P25), Ensayos multicéntricos de fase 3 (n = 4,707): 3Percentil 25 (P25)Mediana (P50), Ensayos multicéntricos de fase 2 (n = 6,344): 5Mediana (P50), Ensayos multicéntricos de fase 3 (n = 4,707): 6Mediana (P50)Percentil 75 (P75), Ensayos multicéntricos de fase 2 (n = 6,344): 11.7Percentil 75 (P75), Ensayos multicéntricos de fase 3 (n = 4,707): 16.6Percentil 75 (P75)Percentil 90 (P90), Ensayos multicéntricos de fase 2 (n = 6,344): 30Percentil 90 (P90), Ensayos multicéntricos de fase 3 (n = 4,707): 66.6Percentil 90 (P90)
Ensayos multicéntricos de fase 2 (n = 6,344)Ensayos multicéntricos de fase 3 (n = 4,707)
Ver datos del gráfico
CategoríaEnsayos multicéntricos de fase 2 (n = 6,344)Ensayos multicéntricos de fase 3 (n = 4,707)
Percentil 25 (P25)2.63
Mediana (P50)56
Percentil 75 (P75)11.716.6
Percentil 90 (P90)3066.6

El numerador puede corresponder a la inscripción prevista o real. Los cocientes no miden la inscripción por centro dentro de un ensayo.

Fuente: Análisis de EClinCloud sobre la extracción de AACT de agosto de 2026, registros multicéntricos seleccionados con inscripción registrada positiva. Archivo de AACT de agosto de 2026, https://aact.ctti-clinicaltrials.org/; véanse las secciones 2 y 6.

Para 11,051 de los registros multicéntricos con reclutamiento positivo, el numerador es el campo de reclutamiento enviado, ya sea previsto o real, y el denominador es el recuento de centros publicado. La razón mediana a nivel de estudio es de 5.0 para la fase 2 (6,344 estudios) y de 5.97 para la fase 3 (4,707). En ambos grupos, 5,231 (47.3 %) tienen una razón inferior a 5. Esta razón describe la escala del registro y no proporciona ni el reclutamiento real por centro ni el denominador real de monitoreo del ensayo. Utilice la exposición verificada en el período monitoreado del ensayo real. Una visita programada o un flujo de reclutamiento desactualizado puede hacer que un centro parezca haber tenido menos tiempo en riesgo del que realmente tuvo [15].

Compare umbrales fijos con un tamizaje exacto de cola superior

Considere un KRI ilustrativo: el número de participantes distintos con al menos una desviación mayor especificada, entre los participantes que alcanzan la ventana de elegibilidad y evaluación para esa verificación. Para una única revisión, suponga resultados binarios independientes y un nivel basal común del 10%. El filtro fijo señala un centro por encima del 20%. El filtro basado en el modelo etiqueta una cola binomial unilateral exacta por debajo del 5% para revisión y por debajo del 1% para revisión prioritaria. Estos son puntos de corte de tamizaje de ejemplo, y prevalece la etiqueta más estricta. Los eventos se evalúan clínicamente según corresponda, con independencia de la etiqueta. Ninguna de las dos probabilidades establece un error en un centro en particular. Un gráfico de embudo muestra dónde se sitúan los mismos puntos de corte de cola para distintos denominadores [16].

Para 5 participantes evaluados, 2 participantes señalados arrojan una proporción fija del 40 % y una cola superior binomial de aproximadamente el 8.15 %. En 60 centros con 5 participantes cada uno bajo esta hipótesis nula de regla fija, el número esperado de centros que cumplen la regla fija en una revisión es de aproximadamente 4.89 (60 × 0.08146 = 4.8876 usando valores sin redondear). Bajo el filtro de cola superior del 5 %, se necesitan 3 desviaciones para ese tamaño, y el recuento esperado bajo la hipótesis nula es de aproximadamente 0.51. Si la probabilidad real del centro fuera del 30 %, la regla fija señalaría aproximadamente al 47.2 % de dichos centros y el filtro exacto del 5 %, aproximadamente al 16.3 %. La pérdida de sensibilidad puede importar más que la reducción de la carga de revisión. Para 60 participantes evaluados, 11 cumplen el resultado binario (18.3 %). La regla fija no proporciona ninguna señal estadística, mientras que la cola superior exacta es de aproximadamente el 3.42 %. El número de personas afectadas en un centro grande es una cantidad operativa independiente. Estos tamaños de centro son hipotéticos, no cuantiles de reclutamiento por centro [16].

Participantes evaluados Participantes que cumplen la definición del evento Proporción observada Probabilidad de la cola superior Cribado fijo Cribado exacto
3 1 33.3 % 27.10 % Revisión Sin señal estadística
5 2 40.0 % 8.15 % Revisión Sin señal estadística
10 3 30.0 % 7.02 % Revisión Sin señal estadística
20 4 20.0 % 13.30 % Sin señal estadística Sin señal estadística
40 7 17.5 % 9.95 % Sin señal estadística Sin señal estadística
40 8 20.0 % 4.19 % Sin señal estadística Revisión
60 11 18.3 % 3.42 % Sin señal estadística Revisión
60 15 25.0 % 0.07 % Revisión Revisión prioritaria

La elección depende de la respuesta del equipo ante una señal omitida y de la profundidad de revisión disponible. Conserve activadores absolutos para los eventos clínicos críticos y evalúe si los patrones persistentes a nivel de centro requieren revisión incluso cuando las evaluaciones individuales son débiles. El monitoreo repetido utiliza datos superpuestos e indicadores correlacionados. Las ocurrencias esperadas de alertas se suman entre revisiones por linealidad de la esperanza, y un recuento esperado constante por revisión puede multiplicarse por el número de revisiones. Los centros distintos con alertas, el tiempo hasta la primera alerta, la probabilidad de cualquier alerta y la variabilidad dependen del proceso conjunto. Las investigaciones reales también dependen de cómo el proceso gestione las señales repetidas. Los denominadores cambiantes o las revisiones dependientes de los datos pueden modificar las esperanzas marginales. Simule los cronogramas de actividades y el retraso en la constatación junto con las ventanas de revisión del centro. Estime la carga de trabajo de revisión esperada, el tiempo hasta la emisión de una alerta ante un desplazamiento significativo y la sensibilidad cuando un centro experimenta un cambio localizado o lento. Si el control de pruebas múltiples es un objetivo, especifique qué evaluaciones y variables de valoración conforman la familia de pruebas y cómo los ajustes modifican la sensibilidad.

Para un recuento recurrente a nivel de visita, utilice visitas elegibles, participantes distintos o tiempo en riesgo, según corresponda a la pregunta. Si los eventos recurrentes por exposición se modelan como eventos de Poisson independientes, evalúe si las visitas repetidas en un mismo participante o las visitas faltantes inducen agrupamiento o sobredispersión. Investigue la probabilidad desigual de evaluación y la composición válida de casos. Un objetivo histórico debe ser representativo para la variable de valoración elegida; compare los datos necesarios para la estimación en ese punto con los que estaban disponibles. Los datos contemporáneos agrupados pueden desplazarse cuando los centros cambian su composición o surge un problema compartido. Pregunte quién puede evaluar el punto de referencia y si la agrupación cegada es compatible con las responsabilidades de seguridad y diseño. Utilice un punto de control preespecificado, registre la versión de control y la fecha de entrada en vigor, y conserve las etiquetas anteriores en la pista de auditoría [1] [16] [17].

Un modelo que permita una tasa subyacente diferente en cada centro es una opción cuando el conocimiento científico y operativo respalda la agrupación parcial. Estime la heterogeneidad basal a partir de datos relevantes y evalúe si el supuesto de intercambiabilidad es razonable. Con muchos centros pequeños, una gran contracción hacia una media agrupada puede hacer que los problemas locales reales resulten difíciles de detectar. Muestre tanto el recuento observado como la estimación del modelo o el área de cola con su incertidumbre. Evalúe la calibración frente a problemas conocidos o sintéticos, en lugar de considerar el ajuste de un modelo o un valor p bajo como confirmación. En entornos poco frecuentes de recuentos bajos, una prueba exacta junto con una vía explícita de escalamiento puede resultar más fácil de reproducir para los monitores que un modelo nuevo [16] [17] [14].

3. Canalice los problemas urgentes y de todo el estudio de forma independiente de las señales estadísticas

Tres decisiones complementarias de monitoreo

Seleccione un método para responder a la pregunta de supervisión. Algunos métodos analíticos respaldan más de una actividad.

Desplácese horizontalmente para ver la figura completa.

Enfoque operativoBase de ejemploRespuesta
Indicador operativoRecuento binario de participantes, exposición elegible y cribado específico del estudioEvaluar el contexto, el plan de apoyo o la revisión dirigida
Rango de calidad a nivel del ensayoProblema crítico de desenlace, seguridad o confiabilidad con alcance definidoEvaluar la excursión y documentar los hallazgos significativos y las acciones según corresponda
Monitoreo estadístico centralizadoDistribuciones entre centros, en el tiempo o de mediciones en datos comparablesValidar los datos e investigar el patrón con los responsables calificados
Fuente: ICH E6(R3), Anexo 1, §§3.10–3.11; Preguntas y respuestas sobre monitoreo basado en riesgos de la FDA; Venet et al.; marco de QTL de TransCelerate, véase Fuentes.

Diseñe los conteos de indicadores y la frecuencia de revisión para que coincidan con el plan de calidad. Evalúe una excursión del umbral y su efecto sobre los datos y los participantes. Documente los problemas de calidad importantes y las acciones en los informes aplicables, incluido bajo el marco de GCP pertinente. La sección 9.6 de ICH E3 trata sobre el aseguramiento de la calidad de los datos y la sección 10.2 trata sobre las desviaciones del protocolo. Utilice los requisitos de reporte y el formato de informe aplicables para los problemas a nivel del estudio, sin tratar la observación de una señal de KRI como una regla de publicación ni descartar un problema significativo porque otro umbral se haya mantenido dentro de su límite [1] [2] [13] [18].

Un ejemplo cuantitativo para un rango a nivel del estudio

Suponga que un ensayo de superioridad aleatorizado y paralelo utiliza un estimando de política de tratamiento y planifica un desenlace continuo en la semana 24. La comparación es la diferencia entre los grupos asignados en el cambio medio respecto al valor basal, incluso después de la discontinuación del tratamiento según el seguimiento definido del estudio. La asignación y la elegibilidad para el seguimiento están preespecificadas. Una discontinuación es un evento intercurrente. Un desenlace faltante puede ocurrir en alguien que aún recibe el tratamiento o en quien lo suspendió. El indicador de calidad contabiliza a los participantes asignados cuya ventana de la semana 24 se ha cerrado sin una evaluación, entre todos aquellos cuya ventana de la semana 24 está cerrada según el protocolo. Realice un seguimiento por separado de la muerte u otros eventos para los cuales la variable de valoración o el estimando tiene un manejo específico. Conserve los motivos y las asignaciones de los evaluadores, y reporte durante y después del tratamiento cuando sea pertinente [19].

Como verificación de planificación deliberadamente simplificada, suponga que hay 200 participantes por brazo, un efecto verdadero de 0.36 DE del desenlace, varianza igual, error tipo I bilateral del 5 % y datos faltantes aleatorios idénticos entre los grupos. Con datos completos, la potencia mediante aproximación normal es de aproximadamente el 95 %. Con un 10 % de datos faltantes no informativos, quedan 180 por brazo y la potencia es de aproximadamente el 93 %. Con un 20 % de datos faltantes, quedan 160 por brazo y la potencia es de aproximadamente el 90 %. El cálculo de trabajo utiliza una diferencia de medias estandarizada de 0.36 frente a un error estándar en unidades de DE de sqrt(2 / n). Para un estudio real con ajuste basal, varianzas variables o mediciones correlacionadas, utilice el modelo de análisis, la varianza y los parámetros de abandono del plan. Por ejemplo, el equipo podría planificar un análisis ajustado por el valor basal con imputación múltiple para el desenlace de interés bajo un supuesto especificado de datos faltantes al azar, y ejecutar un análisis de sensibilidad que haga que los desenlaces posteriores al retiro sean sistemáticamente peores en casos plausibles seleccionados. Un cálculo de casos completos bajo datos faltantes no informativos cuantifica la pérdida de precisión. No proporciona ninguna cota para el sesgo derivado de datos faltantes selectivos [19].

Suponga que el equipo desea investigar al 10 % porque los datos faltantes evitables importan, y realizar una evaluación adicional a nivel del estudio cerca de un margen de potencia validado. Los umbrales son decisiones de diseño. Pregunte si una pérdida de seguimiento ocurre de manera desproporcionada después de la discontinuación, en una red asociada o en un grupo de tratamiento bajo un marco ciego o independiente autorizado. Examine la tendencia, la ventana y la latencia de registro. Mantenga diferenciados dos ejemplos de casos: un centro de investigación ingresa los registros con tres días de retraso con evidencia fuente completa, y un centro de investigación pierde el seguimiento después de que se interrumpe una visita asistida por dispositivo. Ambos necesitan una revisión contextual; uno afecta la disponibilidad oportuna de los datos y el otro puede afectar el estimando y la sensibilidad a los datos faltantes. Acuerde qué acciones mejoran la evidencia futura, documente las desviaciones significativas y evalúe los riesgos continuos sin alterar los datos ya observados [1] [13] [19].

Distinguir el seguimiento incompleto de un denominador maduro

Tome una fecha intermedia ilustrativa para el indicador de la semana 24. Suponga que se aleatorizaron 400 participantes y que 160 han llegado al final de la ventana de recolección definida en el protocolo en la fecha de corte de datos. Hay 145 resultados verificados, 11 con evaluaciones confirmadas como no disponibles y cuatro que el proveedor central registra como recolectados, pero aún no aceptados por el promotor. Los 240 cuyas ventanas permanecen abiertas quedan fuera del denominador maduro de este corte. De los 160 registros maduros, 11/160 (6.9 %) se confirman como faltantes y otros 4/160 (2.5 %) están sin resolver. Si la política acordada mantiene en espera la clasificación del resultado hasta que se resuelva la latencia, la evaluación del umbral presenta un rango del 6.9 % al 9.4 % según los candidatos indicados. Registre la fecha del flujo de datos y la llegada prevista, y mantenga un estado diferenciado para los cuatro. Suponga que posteriormente llegan tres y uno no fue observado. El recuento final para este corte es 12/160 (7.5 %). Conserve la fecha del informe provisional y la compilación corregida. Utilice la exposición definida y el manejo de datos faltantes, incluidos los eventos intercurrentes contabilizados por separado; el ejercicio constituye una decisión de monitoreo y no una estimación del efecto del tratamiento [3].

Mantenga disponibles las acciones de seguridad y suministro desde la primera exposición

Conforme a 21 CFR 312.64(b), el investigador debe notificar de inmediato cualquier evento adverso serio al promotor, con la excepción prevista en el protocolo para los eventos serios que constituyen variables de valoración del estudio, según lo dispuesto por la norma y su salvedad respecto a la evidencia que sugiera una relación causal. El investigador incluye una evaluación sobre si existe una posibilidad razonable de que el fármaco haya causado el evento. Conforme a 312.32, el promotor evalúa por separado los criterios de notificación. Para un riesgo serio que cumpla los criterios conforme a 312.32(c)(1), notifique a la FDA y a todos los investigadores participantes tan pronto como sea posible, dentro de los 15 días calendario siguientes a la determinación correspondiente. Conforme a 312.32(c)(2), una sospecha de reacción adversa inesperada, mortal o potencialmente mortal que cumpla los criterios se notifica a la FDA tan pronto como sea posible, dentro de los siete días calendario siguientes a la recepción inicial. El seguimiento tiene sus propias disposiciones. Los requisitos locales y las rutas del protocolo pueden imponer obligaciones adicionales. Registre los eventos reales, las fechas y el responsable. La revisión de la cola de CTMS o un objetivo operativo ilustrativo de 24 horas no tienen función alguna para posponer la notificación inmediata o expedita aplicable [20] [21] [22].

Ante una discrepancia en el suministro de farmacia, disponga una evaluación oportuna de manera independiente de la pantalla analítica. Confirme el producto, los lotes o los kits afectados, y si fueron dispensados o permanecen disponibles. Defina quién puede tomar medidas de protección seguras durante una posible infracción de calidad o seguridad y cuándo aseguramiento de la calidad, farmacia y el responsable clínico confirman la disposición. Ensaye la continuidad de la atención para una visita prevista para hoy y quién aprueba el suministro alternativo. Aplique el manejo aprobado del producto, la contabilidad del producto y la comunicación con el participante según corresponda, dejando registrada la disposición final. Una cola automatizada puede generar un aviso urgente. Los controles de acceso deben permitir que el equipo calificado responda sin exponer información innecesaria sobre el tratamiento [1] [10] [8].

Investigue los patrones estadísticos centrales en contexto

Una tasa baja o alta de eventos adversos notificados, un espaciamiento inusual entre visitas o mediciones inesperadamente concentradas pueden justificar una revisión contextual. Especifique qué población, ensayo, proceso de medición, calendario y período son comparables. Examine las marcas de tiempo de medición por separado de las marcas de tiempo de entrada. Verifique que las desviaciones notificadas reflejen la ventana del protocolo y las excepciones conocidas. Una distribución estrecha puede deberse a un instrumento, unidad, calibración, elegibilidad o regla de registro diferentes. Las lecturas repetidas a nivel de participante requieren un modelo adecuado; muchos centros y pocos eventos pueden reducir la capacidad de distinguir entre diferencias naturales y sistemáticas [17] [14].

Un patrón de dígitos terminales puede reflejar la política de redondeo, los instrumentos o la precisión de la notificación. Si se propone una comparación del primer dígito según Benford, verifique los supuestos sobre la escala y la distribución esperada; muchos valores acotados de biomarcadores y puntuaciones programadas no tienen por qué seguir ese patrón. Para el análisis multivariante, especifique los datos faltantes y distinga un patrón conjunto inusual de los efectos de lote específicos del centro. Valide la covarianza estimada o elija una comparación de menor dimensión cuando el número de variables sea elevado para la muestra disponible. Revise los datos originales disponibles, el contexto documental y la evidencia previa antes de atribuir una señal. Registre el estado del monitor, la siguiente acción y la evidencia requerida para el cierre [17] [14].

4. Conecte los sistemas con las personas que pueden actuar

Una plataforma integrada o un conjunto validado de sistemas interoperables puede implementar un flujo de trabajo común. Para cada verificación, identifique los registros autorizados, los identificadores mapeados, los relojes, la antigüedad de los datos, el responsable de la conciliación y el comportamiento cuando los datos llegan con retraso o están incompletos. La norma 21 CFR Parte 11 de EE. UU. se aplica a los registros y firmas electrónicos dentro de su alcance, incluidos los registros exigidos por las normas subyacentes aplicables de la FDA cuando se gestionan electrónicamente según lo especificado. El documento de preguntas y respuestas sobre sistemas electrónicos de la FDA ofrece recomendaciones para investigaciones clínicas. La directriz de la EMA sobre sistemas computarizados abarca los datos electrónicos y los sistemas computarizados utilizados en ensayos clínicos. Determine el alcance y realice la validación en función de las normas aplicables, el uso previsto y los riesgos del estudio [1] [23] [24] [25].

Evidencia y derivación para verificaciones de supervisión seleccionadas

Asigne expectativas de fuente y latencia a cada verificación y mantenga disponibles de forma independiente las vías urgentes.

Desplácese horizontalmente para ver la figura completa.

EjemploEvidencia requerida en el flujo de trabajo del estudioRespuesta si la evidencia es urgente o está incompleta
Cronología del consentimiento y del procedimientoAprobación aplicable, registro del consentimiento y momento real del procedimientoRevise las discrepancias y derive con prontitud las inquietudes creíbles sobre la protección de los participantes
Desviación mayor especificadaDefinición aprobada, participantes evaluados elegibles y fuente a nivel de eventoMuestre la antigüedad de los datos y preserve la revisión individual de eventos
Evento adverso graveCriterios aplicables, evidencia y tiempos diferenciados del investigador y del promotorUtilice las vías urgentes de notificación del estudio o regulatorias aplicables
Contabilidad del medicamento en investigación (IMP)Dispensación, inventario, estado del producto y evidencia autorizada de farmaciaAsigne la acción de protección autorizada, la continuidad de la atención y la disposición
Disponibilidad de resultados de la semana 24Participantes asignados con ventanas elegibles cerradas y estado del resultado en la fuenteConcilie los registros faltantes, retrasados o no aplicables antes de la revisión a nivel del estudio
Fuente: Implementación propuesta. ICH E6(R3); 21 CFR 50.20, 50.27, 312.32, 312.64; directriz de la EMA sobre datos electrónicos en ensayos clínicos.

Comience con un indicador y realice su trazabilidad de extremo a extremo. Por ejemplo, identifique el ensayo, el centro de investigación, el participante, la visita y el evento como identificadores separados. Cuando un gestor de datos fusiona un identificador de centro, versione el mapeo y verifique los recuentos posteriores. Para una variable de valoración programada, cree un denominador elegible utilizando la fecha asignada, la ventana de visita y las enmiendas pertinentes del protocolo, y confirme la observación mediante su fuente. El propietario de los datos distingue entre lo no esperado, lo no disponible pendiente de transmisión y lo esperado pero ausente después de la ventana de observación. Si el flujo de datos del proveedor está desactualizado, marque el estadístico como pendiente y escale los problemas de seguridad conocidos a través de los canales independientes establecidos. Registre el estado del flujo de datos, los recuentos de filas enviadas y aceptadas, las discrepancias y la hora de recálculo.

Para el evento contabilizado en un centro, conserve un registro a nivel de evento y una instantánea programada reproducible entre centros. En este ejemplo, una fila que supera el umbral de revisión abre un elemento de revisión e incluye la versión del indicador, las tablas de origen, la marca de tiempo, el recuento y el denominador. Un monitor central verifica los flujos de datos faltantes y la metodología. Un revisor clínico o de aseguramiento de la calidad determina el alcance de cualquier acción adicional, si corresponde; un plazo de seguridad ya en curso continúa por separado. Si el hallazgo justifica capacitación, vincule la capacitación y verifique el cambio después de aplicarlo. Registre qué evidencia demuestra que una acción correctiva abordó el problema y si queda algún resultado sustancial sin resolver.

Paquete de evidencia de supervisión propuesto

Utilice los artefactos que un revisor necesita para reconstruir las decisiones de este ensayo. Combínelos si eso mejora el acceso. Los elementos clave son los riesgos definidos en el protocolo y su responsable, la justificación del plan de monitoreo, el denominador y los umbrales probados, el historial de cambios, la evidencia de validación de software, las disposiciones de seguridad concurrentes y los problemas y acciones significativos presentados en el informe del estudio, según corresponda. Un paquete de evidencia interno puede utilizar un registro de riesgos designado y un flujo de trabajo de problemas. Adopte el CDISC Trial Master File Standard Model como referencia cuando se ajuste al plan de archivo real. La recuperación por parte del revisor debe conducir tanto al cálculo en un momento específico como al registro autorizado. Las referencias de monitoreo del promotor y de inspección de la FDA ayudan a delimitar las preguntas internas de preparación [1] [2] [3] [18] [26] [11].

Verifique que una corrección de datos conserve el resultado inicial y la reevaluación posterior. Una consulta realizada sobre un registro de seguridad retrasado en un sistema puede tener marcas de tiempo y evidencia distintas de las de la decisión de enrutamiento regulatorio. Conserve el origen y la responsabilidad de cada evento y haga explícito el vínculo. Impida el acceso a los campos de tratamiento subyacentes en una vista de monitoreo enmascarada. Pida a un revisor independiente que reconstruya un problema a partir del registro de solo lectura y verifique qué usuario modificó un umbral o permitió una carga repetida de datos. Incluya la transferencia del proveedor y el acceso al archivo cuando el sistema cese su operación activa [23] [24] [26].

5. Una prueba de aceptación por etapas antes de la primera revisión programada

El promotor puede organizar por etapas un ejemplo de planificación de aproximadamente 90 días en torno a los insumos de diseño disponibles, el acceso de proveedores y los hitos del protocolo. Los plazos son ilustrativos. Finalice primero los eventos clínicos, el escalamiento y las fuentes aprobadas. Configure y ponga a prueba los filtros estadísticos después de conocer las rutas de datos y los denominadores. Inicie el ensayo únicamente bajo las aprobaciones correspondientes y los puntos de control de preparación del estudio. Realice un segundo simulacro cuando cambie el protocolo o el cálculo pertinente.

En la primera etapa, entregue a los líderes clínicos, de datos, estadísticos y de aseguramiento de la calidad un borrador del protocolo y pídales que asocien cada riesgo sustancial con la exposición, el evento, la fuente disponible, la tolerancia de latencia y la respuesta. Pruebe al menos una sospecha de problema de seguridad con un flujo de datos faltante. Defina qué puede ver y transmitir el centro y quién conservará la hora reportada. Pida al responsable de la revisión que incorpore al consultor o proveedor del ensayo en el mismo simulacro de transferencia cuando sea pertinente. Registre las decisiones e indique qué preguntas aún requieren revisión por parte de la autoridad o de ética. Utilice el plan de escalamiento y responsabilidades para definir quién actúa durante las interrupciones [1] [3] [24].

Durante la validación, construya un caso de un centro pequeño cuyo umbral fijo se cumpla pero cuya cola superior quede fuera del punto de corte de revisión, un caso de un centro grande cuya cola superior cruce el punto de corte, y un caso de exceso de recuentos repetidos cuyo modelo independiente ingenuo resulte engañoso. Agregue datos retrasados, registros duplicados y un cambio legítimo en la medida tras una enmienda del protocolo. Verifique el resultado observado en cada sistema y registre por qué el agregado cambió o no. Simule un aumento relevante en un centro y otro que afecte a todos los centros. Si una línea base agrupada enmascara un deterioro compartido, considere un indicador absoluto debidamente justificado junto con el cribado comparativo. Incluya una reconstrucción computacional independiente a partir de datos de prueba exportados y permitidos [16] [17].

El simulacro final incluye a dos revisores en turnos diferentes. Asigne a uno un problema clínicamente urgente y potencialmente no notificado, y asigne al otro un valor atípico programado entre centros con un denominador desactualizado. El primero necesita evidencia de la vía autorizada inmediata y registro de responsabilidad. El segundo necesita un resultado pendiente o debidamente matizado y un responsable de la conciliación con la fuente. La revisión posterior incluye qué cambió después de la conciliación, qué acciones tuvieron lugar y qué partes del registro puede reproducir un inspector o auditor. Defina un cierre objetivo para cada escenario y mantenga abierto cualquier problema no resuelto con su fecha límite y su responsable de la toma de decisiones. Establezca la siguiente verificación programada según la llegada de los datos y la capacidad de respuesta; los plazos clínicos y regulatorios corren conforme a sus propios requisitos [1] [3] [11] [22].

Concilie los registros de participantes y eventos antes de aplicar una definición revisada de evento

En una transferencia de datos ilustrativa de dos revisiones, la lista de evaluación del centro cuenta con 12 participantes elegibles distintos, etiquetados de P01 a P12. En la primera revisión, el sistema central recibe únicamente de P01 a P08. Hay un informe de evento vinculado a P07 y un archivo de eventos adicional del mismo centro sigue pendiente de acuse de recibo. Marque el resultado como incompleto y envíe el problema de transferencia a su responsable de datos capacitado. Si es relevante para la seguridad de los participantes o la conducción del estudio, el evento individual de P07 puede revisarse de inmediato. El punto de corte estadístico puede esperar a contar con un numerador y un denominador válidos.

En la segunda revisión llegan dos archivos independientes. El archivo de participantes contiene 12 participantes únicos elegibles y evaluados. El archivo de eventos tiene tres filas de informe: el informe X1 y la corrección X2 se refieren ambos al mismo evento original para P07, y el informe Y1 se refiere a un evento para P11. Según la primera definición verificada del protocolo, ambos participantes cumplen el indicador. Elimine los duplicados del evento y luego cuente los participantes distintos. El resultado esperado es de dos participantes afectados entre 12 participantes elegibles evaluados (16.7%). La regla fija por encima del 20% no activa ninguna alerta. La probabilidad de cola superior para al menos dos con n = 12 y p = 0.10 es de aproximadamente 34.1%, también fuera del punto de corte de revisión del ejemplo. Si alguien cuenta erróneamente tres filas de informe como tres personas, la tasa aparente es del 25% y la regla fija activaría una alerta. Almacene los datos de entrada, la justificación del recuento y cualquier acción de revisión bajo sus propias fechas.

Suponga que una enmienda autorizada amplía de dos a tres días la ventana para procedimientos elegibles. P07 tuvo un procedimiento 2.5 días después del evento de referencia, y P11 tuvo un procedimiento cuatro días después de este. En una ejecución de verificación controlada que aplica la definición enmendada a ambos casos, P07 queda dentro de la nueva ventana, P11 permanece fuera y el resultado es 1/12 si la lista de elegibles no cambia. El resultado esperado para las visitas previas depende de qué versión rija esas visitas. Por ejemplo, una enmienda aplicada de forma prospectiva a las visitas programadas posteriores conserva 2/12 para esta revisión histórica y utiliza la nueva regla para los registros futuros correspondientes. Pruebe que el sistema conserve ambas definiciones, las fechas aplicables, el reloj de origen y los registros de eventos o las correcciones autorizadas. Documente cualquier reprocesamiento aprobado con su motivo [3].

Para el monitor clínico, el valor mostrado 2/12 proporciona una verificación del cálculo; ninguno de los dos eventos desaparece de la revisión de incidencias del centro. Si uno ocurrió durante la primera revisión y luego se notificó de nuevo en el agregado, reábralo o vincúlelo según lo establecido por el estudio. Identifique al investigador y al monitor que evalúan sus acciones por separado y muestre cuándo se registraron por primera vez los eventos y cuándo se aceptó la instantánea de análisis. Para un agregado multicéntrico, realice el recuento a partir de la misma instantánea corregida y compare la evidencia de aprobación con el flujo de datos autorizado y las decisiones de monitoreo.

Verifique la respuesta ante un deterioro compartido

Una alerta comparativa y una salvaguarda operativa absoluta responden a preguntas distintas. Suponga que la hipótesis nula del ejemplo anterior representa una cohorte histórica fiable, pero un cambio en una interfaz común provoca evaluaciones faltantes en todos los centros. Una cola superior frente a una línea base agrupada recién estimada podría parecer habitual después de que todos los centros se desplacen. Una verificación frente al límite operativo predeclarado y el recuento de centros que utilizan la nueva interfaz podrían mostrar un patrón compartido. Un modelo que ajuste los riesgos de los centros debería tener en cuenta explícitamente el cambio de interfaz si los datos históricos comparables lo respaldan. De lo contrario, realice el seguimiento del fallo compartido por separado. Inspeccione cuándo cambiaron los flujos de datos, si la medición falta en el origen o durante la transferencia y qué evaluaciones de los participantes se ven afectadas. Realice el seguimiento de la remediación real y de si mejora la disponibilidad de los datos o el seguimiento de los participantes [16] [17] [14].

Diseñe una revisión operativa periódica que evalúe las marcas resueltas y pendientes. Para un período de revisión, registre el número de centros elegibles para ser evaluados, el número con datos válidos y oportunos, el número que cumple el umbral fijo, el número que cumple los criterios exactos y el número que recibe monitoreo adicional tras la revisión contextual. Para cualquier caso considerado accionable, especifique quién tomó esa determinación y la información disponible en ese momento. Proporcione al equipo del estudio una forma de evaluar los hallazgos más adelante, cuando la evidencia sea más clara. La fracción de señales investigadas que se consideran accionables se ve afectada por qué marcas reciben revisión y por los criterios utilizados. Para estimar indicios de patrones no detectados, examine una muestra planificada de centros elegibles fuera del rango de marcado y compárela con evidencia independiente. Estratifique por exposición y exhaustividad de los datos, ya que una fracción agrupada puede estar dominada por centros más pequeños o con mayor dotación de personal.

Distinga las marcas repetidas de las nuevas investigaciones

Suponga que hay 60 revisiones de centro elegibles de cinco participantes según el ejemplo de regla fija en cada una de tres evaluaciones, con exposición y valor basal sin cambios. El número total esperado de alertas de revisión de centro es 3 × 4.8876, aproximadamente 14.66. Si cada evaluación reutiliza datos idénticos y reglas sin cambios, cualquier alerta ocurre en las tres evaluaciones para un centro y el número esperado de centros distintos con alerta sigue siendo 4.89. Para evaluaciones independientes bajo los mismos parámetros marginales, el número esperado de centros distintos con alerta sería en cambio 60 × (1 − (1 − 0.08146)^3), aproximadamente 13.50. La superposición real depende de los datos del ensayo y de la exposición. Estos escenarios contrastantes ilustran la diferencia de planificación. La independencia es un supuesto de comparación. Con alertas mutuamente excluyentes entre evaluaciones, el número esperado de centros distintos con alerta en este ejemplo podría ser de aproximadamente 14.66. Si el equipo mantiene una investigación por centro, motivo y periodo afectado, actualice una incidencia abierta ante una repetición y cree una investigación separada únicamente conforme a los criterios de gobernanza. Simule la carga de trabajo de revisión y escalamiento bajo esa regla. Registre las decisiones clínicas sobre eventos individuales independientemente de si la incidencia agregada es nueva o recurrente.

Pruebe cómo un centro pequeño recibe un hallazgo

Envíe dos casos de prueba ficticios a los monitores responsables. En el primero, un centro pequeño presenta una alerta programada de selección porque un registro duplicado de persona ingresó al numerador; el registro original y el conciliado apuntan al mismo episodio de inclusión. La decisión requiere corrección de datos, retroalimentación al personal cuando corresponda y una verificación de seguimiento contra el registro. En el segundo, las entrevistas indican que los documentos de seguridad requeridos se retrasaron sistemáticamente, aunque el recuento del centro no alcanzó un umbral estadístico. Evalúe los hechos documentados en el proceso de notificación y tome las medidas apropiadas. Los responsables clínicos y de calidad deben poder explicar qué evidencia determinó cada respuesta. Una de estas pruebas evalúa una falla de cálculo, mientras que la otra evalúa un evento o patrón que requiere revisión calificada conforme al proceso del estudio [1] [3] [22].

Para cada caso completado, registre quién tomó la decisión, el motivo, la hora, los datos de respaldo y la preservación del registro. Una acción urgente puede preceder a un informe completo de causa raíz. Confirme que el siguiente turno autorizado vea las acciones pendientes y que las partes interesadas temporales pierdan el acceso según corresponda una vez que finalice su función. Simule una discrepancia de datos que permanezca abierta después de la primera respuesta y verifique que el estado y las fechas de vencimiento reflejen la incidencia subyacente sin resolver. Para una consulta de rutina, un monitor clínico podría comunicarse con el centro, conciliar la fuente y cerrar la señal original con evidencia de respaldo. Un riesgo confirmado para el producto o para el participante requiere la disposición aceptada y el seguimiento del propio responsable. El mismo registro de revisión puede vincular ambos registros, preservando las comunicaciones aplicables con las autoridades y todos los momentos críticos [23] [24] [26].

Si el equipo modifica su indicador después de este simulacro, documente por qué cambió el criterio de preparación. Por ejemplo, un flujo de datos entrante diario puede tener un archivo aceptado válido pero omitir a un proveedor seleccionado. Una verificación independiente de completitud debe usar los participantes esperados, el manifiesto del centro u otra información más allá del propio recuento de filas aceptadas del flujo. Verifique que el sistema envíe el aviso de datos desactualizados o incompletos a la persona capaz de corregirlo dentro de la ventana operativa. También pregunte al revisor qué mostraba el indicador antes de la corrección y por qué. Un valor atípico con cálculos limpios y un contexto fuente contradictorio sigue siendo un elemento de revisión hasta que el responsable de la decisión esté satisfecho con la evidencia.

6. Métodos, alcance y divulgación del proveedor

El análisis de inspecciones suma la frecuencia correspondiente a los registros de observaciones de BIMO seleccionados que figuran en las listas de la FDA. Los nombres de los campos de entrada difieren entre los distintos años, por lo que las opciones de origen y la fecha más antigua reproducida deben acompañar a los totales. La FDA describe la recopilación pública de observaciones de inspección como no exhaustiva. Los datos no proporcionan el número de centros susceptibles, ni exponen los registros de incidentes subyacentes, ni miden una relación posterior de medidas coercitivas. La correspondencia entre el protocolo y los indicadores es un ejemplo editorial [9] [10] [11].

El análisis de AACT utiliza la publicación del 1 de agosto de 2026 y selecciona registros intervencionistas con un promotor principal codificado como industria y un año de fecha de inicio registrada de 2020 o posterior. El filtro incluye fechas estimadas y futuras publicadas en el archivo. El análisis asigna los registros que contienen fase 3 a la fase 3 y luego asigna los registros restantes que contienen fase 2 a la fase 2. Suma las filas de instalaciones para los identificadores NCT con cualquier información de instalaciones publicada. Los totales publicados contienen el reclutamiento previsto y el real; la estimación deja desconocida la distribución dentro del ensayo, así como los centros con reclutamiento faltante. Los ejemplos desarrollados de calibración y dotación de personal son hipotéticos. Las fechas regulatorias se refieren a los instrumentos enlazados en la sección 1. EClinCloud ofrece sistemas eClinical tal como se describen en su sitio web. Una evaluación de plataforma debe solicitar al candidato que demuestre los requisitos del estudio comprobables de forma independiente y las integraciones elegidas [1] [4] [15] [27].

7. Tome la decisión de monitorización antes de configurar la alerta

Apruebe los controles cuando los datos correctos entren en el denominador, un responsable calificado pueda ver qué acción tomar y el promotor pueda demostrar por qué se tomaron las decisiones. La siguiente revisión de calidad debe reevaluar si el cronograma y el seguimiento planificados son suficientes para detectar los riesgos seleccionados. Mantenga disponibles en todo momento las salvaguardas para las inquietudes urgentes de los participantes. Un plan de monitorización puede cambiar con el perfil de riesgo siempre que la decisión, el impacto y las versiones anteriores sigan siendo trazables [1] [3].

Fuentes

1. EMA. ICH E6(R3) Buena Práctica Clínica, Principios, Anexo 1 §§3.10–3.11 y registro de adopción y fecha de entrada en vigor del Anexo 2.

2. FDA. E6(R3) Buena Práctica Clínica, guía definitiva, septiembre de 2025, Anexo 1 §§3.10–3.11.

3. FDA. Enfoque basado en riesgos para la monitorización de investigaciones clínicas: preguntas y respuestas, guía definitiva, abril de 2023.

4. MHRA. Ensayos clínicos de medicamentos: cumplimiento de la buena práctica clínica ICH E6 en el Reino Unido.

5. Consejo Internacional de Armonización (ICH), ICH E8(R1) Consideraciones generales para los estudios clínicos (Calidad por diseño y factores críticos para la calidad). https://database.ich.org/sites/default/files/E8-R1_Guideline_Step4_2021_1006.pdf

6. Sheetz et al. Evaluación de la verificación de datos fuente como medida de control de calidad en ensayos clínicos. DOI 10.1177/2168479014554400.

7. Andersen et al. Impacto de la verificación de datos fuente en la calidad de los datos en ensayos clínicos: análisis empírico post hoc de tres ensayos de fase 3. DOI 10.1111/bcp.12531.

8. Reglamento (UE) n.º 536/2014 sobre los ensayos clínicos de medicamentos de uso humano, incluido el artículo 47 y el anexo III.

9. FDA. Observaciones de inspección, archivos anuales descargables de observaciones de inspección. Análisis de EClinCloud de frecuencias seleccionadas de citaciones de BIMO, subconjunto de los años fiscales 2006–2025 y los años fiscales 2020–2025.

10. Código de Reglamentos Federales de EE. UU., 21 CFR Parte 312 — Solicitud de nuevo fármaco en investigación (Subparte D: Responsabilidades de los promotores e investigadores — 312.50, 312.56, 312.60, 312.62, 312.64, 312.66). https://www.ecfr.gov/current/title-21/chapter-I/subchapter-D/part-312

11. FDA. Programa de Cumplimiento 7348.810, Promotores, Organizaciones de Investigación por Contrato y Monitores.

12. 21 CFR Parte 50, Subparte B. Consentimiento informado de sujetos humanos, incluidos los §§50.20, 50.22–50.24 y 50.27, según corresponda.

13. Autores de TransCelerate. Quality Tolerance Limits: Framework for Successful Implementation in Clinical Development.

14. Venet et al. Un enfoque estadístico para la monitorización central de la calidad de los datos en ensayos clínicos. Clinical Trials. 2012;9:705–713.

15. Clinical Trials Transformation Initiative. Aggregate Analysis of ClinicalTrials.gov (AACT), archivo de agosto de 2026. Análisis de EClinCloud de registros de fase 2/3 patrocinados por la industria con las fechas registradas y la selección de centros descritas en las secciones 2 y 6.

16. Spiegelhalter DJ. Gráficos de embudo para comparar el desempeño institucional. Stat Med. 2005;24:1185–1202.

17. Desmet et al. Modelos lineales de efectos mixtos para la monitorización estadística central de ensayos clínicos multicéntricos. Stat Med. 2014.

18. ICH E3. Estructura y contenido de los informes de estudios clínicos, §§9.6 y 10.2.

19. ICH E9(R1). Estimandos y análisis de sensibilidad en ensayos clínicos, §§A.3–A.5.

20. Código de Reglamentos Federales de EE. UU., 21 CFR 312.32 — Notificación de seguridad IND (Plazos acelerados para reacciones adversas graves e inesperadas). https://www.ecfr.gov/current/title-21/chapter-I/subchapter-D/part-312/subpart-B/section-312.32

21. FDA. Notificación de solicitudes IND: Informes de seguridad IND, criterios y plazos conforme a 21 CFR 312.32(c) y (d).

22. 21 CFR 312.64. Informes del investigador.

23. FDA. Electronic Systems, Electronic Records, and Electronic Signatures in Clinical Investigations: Questions and Answers, guía definitiva, octubre de 2024.

24. Agencia Europea de Medicamentos. Guideline on computerised systems and electronic data in clinical trials, EMA/INS/GCP/112288/2023. https://www.ema.europa.eu/en/documents/regulatory-procedural-guideline/guideline-computerised-systems-and-electronic-data-clinical-trials_en.pdf

25. 21 CFR Parte 11, incluido el alcance en el §11.1.

26. CDISC. Trial Master File Standard Model. Adapte el modelo de referencia a las convenciones de archivo del estudio. https://www.cdisc.org/standards/trial-master-file-standard-model

27. EClinCloud. Sitio web del fabricante y descripción pública de sus sistemas eClinical.