Resumen de ponencia | Impulso basado en datos: nuevas prácticas para la prevención y el control de riesgos con enfoque centrado en el paciente

Recientemente,
en el simposio temático sobre RBQM de DIA, el Dr. Qin Long, fundador y CEO de EClinCloud, fue invitado a impartir una ponencia principal centrada en "RBQM impulsado por datos: cómo eCOA+EDC mejoran la prevención y el control de riesgos con enfoque centrado en el paciente", y compartió cómo las tecnologías de vanguardia reconfiguran el modelo de gestión de riesgos en los ensayos clínicos, aportando importantes reflexiones al sector.
Tendencias de RBQM
impulsadas por datos
Con la evolución continua del entorno regulatorio mundial y la creciente complejidad de la investigación clínica, la gestión de la calidad basada en el riesgo
(RBQM) ha entrado oficialmente en una nueva etapa impulsada por datos.
Desde la publicación en 2013 por parte de la FDA de “Enfoque basado en el riesgo para la monitorización de estudios clínicos”, hasta el establecimiento en 2016 del marco de gestión de calidad basada en el riesgo en ICH E6 R2;
En 2020, la NMPA precisó que el promotor debe llevar a cabo la gestión de calidad basada en el riesgo y, en 2022, emitió las “Directrices estadísticas para la monitorización centralizada de ensayos clínicos de medicamentos”;
En 2023, la FDA publicó la versión final de la “Guía para la industria sobre el enfoque basado en el riesgo para la monitorización de estudios clínicos”, hasta que en 2025 ICH-GCP E6 R3
enfatizó la calidad por diseño (QbD) y la proporcionalidad,
los requisitos regulatorios se han ido detallando y profundizando continuamente.
Impulsado por datos,
el modelo RBQM sigue evolucionando:
El diseño integra el concepto de calidad por diseño basada en el riesgo
(QbD), combina la identificación de datos críticos y modelos de evaluación de riesgos, supervisa los flujos de datos en tiempo real mediante herramientas estadísticas centralizadas para reducir el riesgo de retrasos e identifica con precisión señales anómalas mediante algoritmos de IA. Su combinación con eCOA y EDC
fortalece la prevención y el control de riesgos centrados en el paciente, mejora la calidad y la eficiencia de la investigación clínica e impulsa el avance del sector hacia la inteligencia y la precisión.
eCOA + EDC: sinergia entre ambos sistemas para consolidar la barrera de prevención y control de riesgos del proyecto
En la práctica, EClinCloud conecta los sistemas eCOA y EDC para lograr un procesamiento estandarizado y en tiempo real de los datos de los participantes del ensayo, y utiliza una plataforma centralizada para la revisión visual de los datos, el seguimiento de indicadores clave y las alertas tempranas de tendencias.
El valor sinérgico de las tecnologías eCOA y EDC se refleja en:
Gestión del cumplimiento del paciente:
Mediante eCOA, se sincronizan en tiempo real los datos reportados por el paciente (como los diarios de medicación) y, en combinación con datos estructurados de EDC, se detectan automáticamente tendencias anómalas (como baja tasa de registro o diferencias de cumplimiento) y se activa capacitación específica o limpieza de datos;
Prevención y control de violaciones del protocolo:
Los gráficos visuales (como mapas de calor y diagramas de Sankey) analizan de forma multidimensional los centros de investigación y participantes del ensayo con alta frecuencia de PD (desviaciones del protocolo), lo que optimiza los procesos del ensayo;
Perspectivas sobre datos de seguridad:
Un modelo de predicción de riesgos impulsado por IA puede identificar rápidamente anomalías en el grado de los eventos adversos (EA) y ayudar al equipo médico a intervenir de forma anticipada.
Esta presentación no solo ofreció
una ruta clara para la implementación de RBQM, sino que también demostró el gran potencial de las herramientas digitales en el paradigma de investigación "centrado en el paciente". En el futuro, EClinCloud también seguirá impulsando la integración profunda entre la tecnología y el cumplimiento normativo, aportando un impulso más inteligente y sistemático a la gestión de la calidad en la investigación clínica.


