NoticiasFuente: EClinCloud

Datos de resultados electrónicos informados por el paciente (ePRO): ¿se pueden modificar o no?

4 min de lecturaEquipo editorial de EClinCloud
Imagen del artículo

Fuente: EClinCloud. Autor: EClinCloud.

Imagen del artículo

¿Se pueden modificar los datos de ePRO?


La "Directriz sobre sistemas computarizados y datos electrónicos en investigación clínica" publicada recientemente por la EMA, en su versión en borrador1, señala:

Incluso si existe una razón justificada, no se aceptan los procedimientos de aclaración de datos introducidos por el promotor o el proveedor (independientemente de si se mencionan o no en el protocolo del estudio). Por ejemplo: cuando el sujeto advierte que no ingresó los datos correctamente.



Esto coincide con la anterior guía sobre PRO publicada por la FDA en 20092, en la cual se señala:

El promotor debe evitar:

● que el propio promotor controle por completo los archivos fuente;

● que el personal de investigación clínica no pueda mantener ni garantizar la exactitud de los datos de ePRO.


Imagen del artículo

¡Los datos de ePRO no pueden ser modificados unilateralmente por el promotor!

Sin embargo, es inevitable que un sujeto cometa un error al tocar la pantalla e ingrese datos incorrectos; por lo tanto, para garantizar que los datos sean absolutamente correctos, resulta muy necesario contar con un procedimiento de corrección de datos.

Imagen del artículo


¡Ups! ¡Toqué por error!

Las directrices regulatorias y las directrices de ICH GCP indican que es necesario establecer procedimientos razonables para que el investigador realice modificaciones de datos cuando sea necesario, como: el procedimiento de solicitud de cambio de datos (DCR).


Entonces surge la pregunta: ¿cuándo la modificación de datos aumenta su confiabilidad y cuándo la deteriora? Para un mismo paciente, ¿una modificación realizada en el momento de la evaluación es igual de confiable que una modificación realizada 1 mes después de finalizada la evaluación?

Imagen del artículo

Evidentemente no


Un procedimiento razonable debe tener en cuenta los siguientes factores importantes:


1

Evaluar el nivel de riesgo de los datos que se deben modificar.

Los datos de bajo riesgo pueden incluir metadatos, como los identificadores de pacientes. Los datos de alto riesgo pueden ser valores de resultados clínicos, especialmente aquellos relacionados con las variables de valoración clínica.

2

Definir el flujo de revisión de las DCR.

Se debe llegar a un acuerdo sobre las prácticas de trabajo para gestionar los cambios en datos de bajo y alto riesgo. Se puede diferenciar según el nivel de riesgo de los datos. Por ejemplo, cuando se trata de cambios en datos de bajo riesgo, pueden ejecutarse directamente conforme a la solicitud del investigador. Sin embargo, cuando los datos que requieren modificación se clasifican como de alto riesgo, se debe notificar oportunamente al promotor para darle la oportunidad de analizar el cambio de datos requerido junto con el investigador y el proveedor. Llevar a cabo este análisis no tiene por objeto controlar los datos, sino hacer todo lo posible por cumplir con los requisitos de las autoridades regulatorias, con el fin de garantizar y mantener la integridad y la confiabilidad de los datos, asegurando al mismo tiempo que exista suficiente respaldo documental cuando se realicen cambios en los datos.


3

Mantener la pista de auditoría de los datos modificados mediante el procedimiento de DCR.

Es necesario crear registros de pista de auditoría para garantizar que los cambios de datos realizados a través del procedimiento de DCR cuenten con suficiente evidencia de respaldo.

4

Proporcionar instrucciones sobre el procedimiento de DCR.

Antes de participar en el estudio, se debe proporcionar al investigador documentación clara que explique el procedimiento de revisión de DCR.

La decisión final sobre si se modifican o no los datos recae en el centro de investigación, y dicha decisión debe ser plenamente respetada. Un procedimiento riguroso puede ayudar al centro de investigación a cumplir con su responsabilidad sobre los datos fuente. Asimismo, mantener la integridad y la confiabilidad de los datos también es fundamental para superar las inspecciones de las autoridades regulatorias.

Referencias

1. EMA (2021). Draft guideline on computerised systems and electronic data in clinical trials. https://www. ema.europa.eu/en/documents/regulatory-procedural-guideline/draft-guideline-computerised-systems- electronic-data-clinical-trials_en.pdf

2. FDA (2009). Patient-Reported Outcome Measures: Use in Medical Product Development to Support Labeling Claims. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/patient-reported- outcome-measures-use-medical-product-development-support-labeling-claims

Fuente del artículo: Signant Health


Acerca de EClinCloud


EClinCloud es una empresa de salud y tecnologías de las ciencias de la vida con sede en China y alcance global cuya misión es "aportar tratamientos eficaces a los pacientes mediante la innovación científica y tecnológica". Impulsada por la ciencia y la medicina, combina la tecnología digital con los datos de las ciencias de la vida para construir una plataforma en la nube digitalizada de proceso completo para ensayos clínicos y ofrecer soluciones tecnológicas para la evaluación de variables de valoración clínicas, ayudando a empresas farmacéuticas e instituciones de investigación nacionales e internacionales a mejorar la eficiencia de I+D y acelerar la comercialización de medicamentos/dispositivos, en beneficio de innumerables pacientes.





Imagen del artículo


Leer el artículo original en WeChat

Lecturas relacionadas

Imagen del artículoNoticias4 min de lecturaAbordar los desafíos complejos de la investigación clínica: EClinCloud atrae la atención con su habilitación mediante IA para todo el cicloDel 13 al 15 de noviembre, se celebró en Fuzhou la 2026 Conferencia de Innovación de la Industria de Terapia con Ácidos Nucleicos y Biomedicina Inteligente, organizada por el Yuanshu Brain Science Research Center y bajo la dirección académica de la Chinese Stroke Association. El Dr. Qin Long, fundador y CEO de EClinCloud, fue invitado a pronunciar el discurso principal sobre la "Práctica y aplicación de la IA en la investigación clínica", donde compartió perspectivas sobre las tendencias de desarrollo de la IA en la I+D de nuevos medicamentos y su práctica en todo el proceso de la investigación clínica, recibiendo gran atención de los asistentes. 01 Panorama actual de la IA en la I+D de nuevos fármacos. La IA está demostrando su valor de aplicación en múltiples etapas de la I+D de nuevos fármacos, abarcando desde el descubrimiento de dianasFotografía 1 del Foro de SNC de SAPA-China 2026Noticias4 min de lecturaEnfoque en la evaluación de variables de valoración clínicas en SNC: EClinCloud comparte prácticas de eCOA e IRCEn el Foro de SNC de la Conferencia de la Industria Farmacéutica SAPA-China 2026, el director médico de EClinCloud, Zheng Liangyan, compartió enfoques de aplicación de eCOA e IRC sobre las dificultades, los requisitos regulatorios y la implementación práctica de la evaluación de variables de valoración en estudios clínicos sobre enfermedades del sistema nervioso central.Imagen del artículoNoticias3 min de lecturaEClinCloud en SAPA-China 2026 | Cómo superar los desafíos en la evaluación de variables de valoración clínicas en el SNCEClinCloud publicó el 2026-10-27 «EClinCloud en SAPA-China 2026 | Cómo superar los desafíos en la evaluación de variables de valoración clínicas en el SNC». Consulte en este artículo el texto completo y las imágenes.