Pesquisa aprofundada (Deep Research)

Calibração de indicadores de risco na monitoria de ensaios clínicos (2026)

36 min de leituraEquipe Editorial da EClinCloud
Indicadores de risco em ensaios clínicos — capa editorial da EClinCloud

Em resumo

Aprove um desenho de monitoria somente depois que a equipe do estudo conseguir explicar três decisões: quando um evento é encaminhado imediatamente a um responsável clínico ou regulatório, quando um padrão estatístico justifica investigação e qual problema em nível do estudo ameaçaria a proteção dos participantes ou a interpretação dos resultados. Utilize denominadores adequados a cada medida. Ensaie como a equipe atua tanto diante de um único evento grave quanto de um conjunto de sinais menores de qualidade de dados.

O ICH E6(R3) apoia a gestão proporcional da qualidade. Aplique o instrumento regional e a legislação aplicável. Os pontos de corte de alerta e a implantação descritos a seguir ilustram uma implementação e requerem validação específica para o estudo [1] [2] [3] [4].

1. Escolha o que torna o ensaio clínico confiável

Uma avaliação de risco deve começar pelos elementos do protocolo que importam para os direitos, a segurança dos participantes ou a confiabilidade do estudo. Vincule a decisão tanto aos dados que indicam um problema quanto à pessoa capaz de responder a ele. Por exemplo, um desvio de visita tem consequências distintas se afetar a janela do desfecho principal, um questionário opcional ou o momento de uma avaliação de segurança. Alinhe com os colegas das áreas clínica e estatística a definição e quais questões devem ser respondidas durante a adjudicação. O ICH E8(R1) e o ICH E6(R3) abordam fatores críticos para a qualidade e uma abordagem proporcional ao risco [1] [2] [5].

Planeje atividades presenciais, remotas e centralizadas para responder a perguntas distintas. A análise retrospectiva da TransCelerate examinou alterações registradas em dados disponíveis de ensaios clínicos e a contribuição da verificação de dados fonte (SDV). Em outro estudo post hoc com três ensaios, as taxas de erro por campo foram de 0.27% com verificação completa e de 0.53% com verificação parcial nas abordagens avaliadas. Esses números referem-se a dados selecionados de ensaios e a erros de campo. Eles deixam em aberto o impacto sobre a supervisão de segurança específica do estudo, desfechos primários complexos e custos operacionais totais. Uma equipe pode precisar de revisão direta dos documentos fonte mesmo quando as medidas centralizadas permanecem dentro da faixa esperada. Defina as verificações de fonte com base no risco do protocolo e nas vias disponíveis de acesso aos registros originais [3] [6] [7].

Alinhe a obrigação à região

Na União Europeia, o Regulamento de Ensaios Clínicos estabelece as obrigações aplicáveis aos ensaios clínicos com medicamentos, incluindo GCP no Artigo 47. A EMA indica 23 de julho de 2025 para a entrada em vigor dos Princípios do ICH E6(R3) e do Anexo 1 e 15 de janeiro de 2027 para o Anexo 2, que trata de ensaios com alguns elementos adicionais de desenho ou operação. Nos EUA, a FDA publicou o guia final E6(R3) em setembro de 2025, e as perguntas e respostas de 2023 sobre monitoria baseada em risco também constituem orientação. No Reino Unido, a MHRA explica que os Princípios de GCP do ICH E6 passaram a ser exigência legal em 28 de abril de 2026, devendo os anexos ser lidos em conjunto com suas orientações e os requisitos do Reino Unido. Identifique o que se aplica ao ensaio clínico e documente separadamente as famílias de indicadores propostas pelo patrocinador, os limiares e as práticas de arquivamento [1] [2] [3] [4] [8].

Use observações de inspeções para formular perguntas

Contagens selecionadas de observações do Formulário FDA BIMO 483 por ano fiscal

As contagens aumentaram de 221 no ano fiscal 2020 para 334 no ano fiscal 2025 nos registros selecionados.

Role lateralmente para ver a figura completa.

Contagens selecionadas de observações do Formulário FDA BIMO 483 por ano fiscal0100200300400AF 2018, Observações do Formulário FDA BIMO 483 (contagem): 400AF 2018AF 2019, Observações do Formulário FDA BIMO 483 (contagem): 395AF 2019AF 2020, Observações do Formulário FDA BIMO 483 (contagem): 221AF 2020AF 2021, Observações do Formulário FDA BIMO 483 (contagem): 249AF 2021AF 2022, Observações do Formulário FDA BIMO 483 (contagem): 298AF 2022AF 2023, Observações do Formulário FDA BIMO 483 (contagem): 301AF 2023AF 2024, Observações do Formulário FDA BIMO 483 (contagem): 312AF 2024AF 2025, Observações do Formulário FDA BIMO 483 (contagem): 334AF 2025
Ver dados do gráfico
CategoriaObservações do Formulário FDA BIMO 483 (contagem)
AF 2018400
AF 2019395
AF 2020221
AF 2021249
AF 2022298
AF 2023301
AF 2024312
AF 2025334

As frequências de citação publicadas dependem da cobertura dos registros, bem como do número e da composição das inspeções.

Fonte: Análise da EClinCloud, frequências selecionadas de citações BIMO dos anos fiscais (AF) 2018–2025. Dados de Observações de Inspeções da FDA, série BIMO AF 2018–2025. https://www.fda.gov/inspections-compliance-enforcement-and-criminal-investigations/inspection-references/inspection-observations

A agregação dos dados de observações de inspeção da FDA feita pela EClinCloud inclui 11,746 contagens de citações BIMO para os anos fiscais de 2006 a 2025, das quais 1,715 referem-se ao período do AF 2020 ao AF 2025. Nessa última janela, as contagens anuais subiram de 221 em 2020 para 334 em 2025. A fonte compreende as observações de inspeção disponíveis, com diferenças na cobertura e na composição das inspeções. As contagens são frequências de citação de registros selecionados e devem ser interpretadas em conjunto com os formulários subjacentes, a cobertura documentada da FDA e a composição das inspeções. Faça apenas uma comparação descritiva entre os registros publicados [9].

Citações de normas selecionadas nos dados de observação BIMO, AF 2020–2025

Duas citações de normas respondem por 793 de 1,715 observações neste conjunto de dados.

Role lateralmente para ver a figura completa.

Citações de normas selecionadas nos dados de observação BIMO, AF 2020–202521 CFR 312.60 — Resp…21 CFR 312.60 — Responsabilidades gerais dos investigadores (522), Proporção das citações BIMO do AF 2020–AF 2025 (%): 30.430.421 CFR 312.62(b) — H…21 CFR 312.62(b) — Históricos de casos inadequados ou imprecisos (271), Proporção das citações BIMO do AF 2020–AF 2025 (%): 15.815.821 CFR 312.64(b) — N…21 CFR 312.64(b) — Notificação de segurança pelo investigador (71), Proporção das citações BIMO do AF 2020–AF 2025 (%): 4.14.121 CFR 312.62(a) — D…21 CFR 312.62(a) — Destinação e contabilidade do medicamento (63), Proporção das citações BIMO do AF 2020–AF 2025 (%): 3.73.721 CFR 312.66 — Prob…21 CFR 312.66 — Problemas imprevistos e garantia do IRB (52), Proporção das citações BIMO do AF 2020–AF 2025 (%): 3321 CFR 312.50 — Resp…21 CFR 312.50 — Responsabilidades gerais de supervisão do patrocinador (43), Proporção das citações BIMO do AF 2020–AF 2025 (%): 2.52.521 CFR 56.115(a)(2) …21 CFR 56.115(a)(2) — Atas de reunião do IRB (40), Proporção das citações BIMO do AF 2020–AF 2025 (%): 2.32.321 CFR 50.20 e 50.27(…21 CFR 50.20 e 50.27(a) — Falhas no consentimento informado (55 combinadas), Proporção das citações BIMO do AF 2020–AF 2025 (%): 3.23.2
Ver dados do gráfico
CategoriaProporção das citações BIMO do AF 2020–AF 2025 (%)
21 CFR 312.60 — Responsabilidades gerais dos investigadores (522)30.4
21 CFR 312.62(b) — Históricos de casos inadequados ou imprecisos (271)15.8
21 CFR 312.64(b) — Notificação de segurança pelo investigador (71)4.1
21 CFR 312.62(a) — Destinação e contabilidade do medicamento (63)3.7
21 CFR 312.66 — Problemas imprevistos e garantia do IRB (52)3
21 CFR 312.50 — Responsabilidades gerais de supervisão do patrocinador (43)2.5
21 CFR 56.115(a)(2) — Atas de reunião do IRB (40)2.3
21 CFR 50.20 e 50.27(a) — Falhas no consentimento informado (55 combinadas)3.2

Contexto ilustrativo para o desenho de verificações. As proporções descrevem os registros de citação na extração, com cobertura não abrangente.

Fonte: Análise da EClinCloud, citações de normas BIMO selecionadas, AF 2020–2025. Dados de Observações de Inspeção da FDA, série BIMO, AF 2020–2025. Ver Seção 1.

No subconjunto do AF 2020–2025, 522 citações foram codificadas em 21 CFR 312.60 e 271 em 312.62(b). Juntas, elas respondem por 793 de 1,715 (46.2%). Somando 312.64(b), 312.62(a) e 312.66, a soma chega a 979. Os códigos são referências úteis quando um ensaio clínico sob IND nos EUA elabora verificações de condução do protocolo, completude do histórico de casos, notificações do investigador, destinação do medicamento e obrigações perante um IRB. Uma categoria de citação pode abranger diversas circunstâncias subjacentes. Por exemplo, o registro tardio de dados e os dados ausentes têm causas e registros distintos. Valide uma verificação de monitoramento em relação ao protocolo real, à disposição aplicável, à tecnologia e às responsabilidades de notificação [9] [10] [11].

Um exemplo relativo ao consentimento informado começa com o que o cronograma lista como procedimento específico do ensaio clínico e com o momento em que a via de aprovação e consentimento aplicável o permite. Examine a versão datada, a evidência de consentimento quando exigida, a sequência real dos procedimentos, a disponibilidade do registro e qualquer exceção autorizada. Um carimbo de data/hora ausente pode refletir uma importação incompleta. Uma preocupação fundamentada sobre o consentimento ou a proteção do participante deve chegar prontamente aos responsáveis clínicos e de qualidade com as evidências disponíveis. A ação externa exigida segue o arcabouço aplicável e os fatos conforme estabelecidos [1] [12] [8].

2. Selecione uma exposição e calibre em relação à linha de base adequada

Um indicador-chave de risco (KRI) é uma medida que a equipe utiliza para direcionar sua resposta ao risco operacional ou de qualidade. Um limite de tolerância de qualidade (QTL) é uma abordagem para estabelecer uma faixa aceitável predefinida no nível do ensaio clínico, quando pertinente. O monitoramento estatístico centralizado (CSM) compara padrões nos dados do ensaio clínico sob um processo documentado. Um único método pode dar suporte a várias atividades. Uma primeira questão de desenho é saber quais participantes, visitas ou exposições ao tratamento estavam efetivamente sob risco do evento que a equipe deseja contabilizar [1] [3] [13] [14].

Número de centros de pesquisa publicados nos registros de ensaios clínicos selecionados

1,416 de 15,255 registros com unidades possuem pelo menos 100 centros de pesquisa publicados.

Role lateralmente para ver a figura completa.

Número de centros de pesquisa publicados nos registros de ensaios clínicos selecionados01,013.52,0273,040.54,0541 unidade publicada, Ensaios clínicos da indústria de Fase 2/3 (contagem): 4,0541 unidade publica…2 a 9 centros, Ensaios clínicos da indústria de Fase 2/3 (contagem): 3,3142 a 9 centros10 a 29 centros, Ensaios clínicos da indústria de Fase 2/3 (contagem): 3,34510 a 29 centros30 a 99 centros, Ensaios clínicos da indústria de Fase 2/3 (contagem): 3,12630 a 99 centrosPelo menos 100 centros publicados, Ensaios clínicos da indústria de Fase 2/3 (contagem): 1,416Pelo menos 100 ce…
Ver dados do gráfico
CategoriaEnsaios clínicos da indústria de Fase 2/3 (contagem)
1 unidade publicada4,054
2 a 9 centros3,314
10 a 29 centros3,345
30 a 99 centros3,126
Pelo menos 100 centros publicados1,416

As datas registradas podem ser estimadas ou futuras. As linhas de instalações descrevem registros de centros publicados.

Fonte: Análise da EClinCloud sobre a extração AACT de agosto de 2026, ensaios de Fase 2/3 com unidades publicadas. Arquivo AACT de agosto de 2026, https://aact.ctti-clinicaltrials.org/; seleção de fontes nas Seções 2 e 6.

A análise do AACT de agosto de 2026 selecionou 16,524 estudos intervencionistas registrados patrocinados pela indústria, com ano da data de início registrada igual ou posterior a 2020 e classificação de Fase 2 ou Fase 3. Desses, 15,255 possuem instalações publicadas e 11,201 possuem pelo menos dois centros publicados. Dos 15,255, 3,126 têm de 30 a 99 centros e 1,416 têm pelo menos 100. As contagens baseiam-se em registros de instalações e não estabelecem atividades atuais nem situação geográfica. Entre os estudos de Fase 3 registrados com instalações publicadas, a mediana da contagem de centros é 22 [15].

Recrutamento registrado dividido pela contagem de centros publicados

A razão mediana no nível do ensaio é 5.0 nos registros selecionados de Fase 2 e cerca de 6.0 nos de Fase 3.

Role lateralmente para ver a figura completa.

Recrutamento registrado dividido pela contagem de centros publicados016.633.349.966.625º percentil (P25), Ensaios multicêntricos de Fase 2 (n = 6,344): 2.625º percentil (P25), Ensaios multicêntricos de Fase 3 (n = 4,707): 325º percentil (P2…Mediana (P50), Ensaios multicêntricos de Fase 2 (n = 6,344): 5Mediana (P50), Ensaios multicêntricos de Fase 3 (n = 4,707): 6Mediana (P50)75º percentil (P75), Ensaios multicêntricos de Fase 2 (n = 6,344): 11.775º percentil (P75), Ensaios multicêntricos de Fase 3 (n = 4,707): 16.675º percentil (P7…90º percentil (P90), Ensaios multicêntricos de Fase 2 (n = 6,344): 3090º percentil (P90), Ensaios multicêntricos de Fase 3 (n = 4,707): 66.690º percentil (P9…
Ensaios multicêntricos de Fase 2 (n = 6,344)Ensaios multicêntricos de Fase 3 (n = 4,707)
Ver dados do gráfico
CategoriaEnsaios multicêntricos de Fase 2 (n = 6,344)Ensaios multicêntricos de Fase 3 (n = 4,707)
25º percentil (P25)2.63
Mediana (P50)56
75º percentil (P75)11.716.6
90º percentil (P90)3066.6

O numerador pode ser o recrutamento previsto ou o real. As razões não medem o recrutamento por centro dentro do ensaio.

Fonte: Análise da EClinCloud da extração do AACT de agosto de 2026, registros multicêntricos selecionados com recrutamento registrado positivo. Arquivo AACT de agosto de 2026, https://aact.ctti-clinicaltrials.org/; consulte as Seções 2 e 6.

Para 11,051 dos registros multicêntricos com recrutamento positivo, o numerador é o campo de recrutamento enviado, seja previsto ou real, e o denominador é a contagem de centros publicada. A razão mediana no nível do estudo é 5.0 para a Fase 2 (6,344 estudos) e 5.97 para a Fase 3 (4,707). Em ambas, 5,231 (47.3%) apresentam razão inferior a 5. Essa razão descreve a escala do registro e não fornece nem o recrutamento real por centro nem o denominador real de monitorização do estudo clínico. Utilize a exposição verificada no período monitorado real do estudo clínico. Uma visita programada ou um fluxo de dados de recrutamento desatualizado pode fazer com que um centro pareça ter tido menos tempo em risco do que realmente teve [15].

Compare limites fixos com uma triagem exata de cauda superior

Considere um KRI ilustrativo: o número de participantes distintos com pelo menos um desvio maior especificado, entre os participantes que atingiram a janela de elegibilidade e avaliação para essa verificação. Para uma única revisão, assuma desfechos binários independentes e uma linha de base comum de 10%. O filtro fixo sinaliza um centro acima de 20%. O filtro baseado em modelo rotula uma cauda binomial unilateral exata abaixo de 5% para revisão e abaixo de 1% para revisão prioritária. Esses são pontos de corte de triagem exemplificativos, prevalecendo o rótulo mais rigoroso. Os eventos são avaliados clinicamente conforme necessário, independentemente do rótulo. Nenhuma das probabilidades estabelece um erro em um centro específico. Um gráfico de funil exibe onde os mesmos pontos de corte de cauda recaem para diferentes denominadores [16].

Para 5 participantes avaliados, 2 participantes sinalizados produzem uma proporção fixa de 40% e uma cauda superior binomial de cerca de 8.15%. Em 60 centros com 5 participantes cada sob essa hipótese nula da regra fixa, o número esperado de centros que atendem à regra fixa em uma revisão é de cerca de 4.89 (60 × 0.08146 = 4.8876 usando valores não arredondados). Sob o filtro de cauda superior de 5%, são necessários 3 desvios nesse tamanho, e a contagem esperada sob a hipótese nula é de cerca de 0.51. Se a probabilidade real do centro fosse de 30%, a regra fixa sinalizaria cerca de 47.2% desses centros, e a triagem exata de 5%, cerca de 16.3%. A perda de sensibilidade pode importar mais do que a redução na carga de revisão. Para 60 participantes avaliados, 11 atingem o desfecho binário (18.3%). A regra fixa não fornece sinalização estatística, enquanto a cauda superior exata é de cerca de 3.42%. O número de pessoas afetadas em um centro grande é uma grandeza operacional distinta. Esses tamanhos de centro são hipotéticos, não quantis de recrutamento dos centros [16].

Participantes avaliados Participantes que atendem à definição do evento Proporção observada Probabilidade da cauda superior Triagem fixa Triagem exata
3 1 33.3% 27.10% Revisão Sem sinal estatístico
5 2 40.0% 8.15% Revisão Sem sinal estatístico
10 3 30.0% 7.02% Revisão Sem sinal estatístico
20 4 20.0% 13.30% Sem sinal estatístico Sem sinal estatístico
40 7 17.5% 9.95% Sem sinal estatístico Sem sinal estatístico
40 8 20.0% 4.19% Sem sinal estatístico Revisão
60 11 18.3% 3.42% Sem sinal estatístico Revisão
60 15 25.0% 0.07% Revisão Revisão prioritária

A escolha depende da resposta da equipe a um sinal não detectado e da profundidade da revisão disponível. Mantenha gatilhos absolutos para eventos clínicos críticos e avalie se padrões persistentes no nível do centro de pesquisa exigem revisão mesmo quando avaliações individuais são fracas. O monitoramento repetido utiliza dados sobrepostos e indicadores correlacionados. As ocorrências esperadas de sinalização somam-se entre as revisões pela linearidade da esperança, e uma contagem esperada constante por revisão pode ser multiplicada pelo número de revisões. Centros de pesquisa distintos sinalizados, o tempo até o primeiro alerta, a probabilidade de qualquer sinalização e a variabilidade dependem do processo conjunto. As investigações efetivas também dependem de como o processo trata sinais repetidos. Denominadores em evolução ou revisões dependentes dos dados podem alterar as esperanças marginais. Simule cronogramas de atividades e atrasos de apuração juntamente com as janelas de revisão do centro de pesquisa. Estime a carga de trabalho esperada de revisão, o tempo até a sinalização diante de um desvio relevante e a sensibilidade quando um centro de pesquisa apresenta uma alteração localizada ou lenta. Se o controle de testes múltiplos for um objetivo, especifique quais avaliações e desfechos compõem a família de testes e como os ajustes alteram a sensibilidade.

Para uma contagem recorrente no nível da visita, utilize visitas elegíveis, participantes distintos ou tempo em risco, conforme apropriado para a questão. Se eventos recorrentes por exposição forem modelados como eventos de Poisson independentes, avalie se visitas repetidas em um mesmo participante ou visitas ausentes induzem agrupamento ou superdispersão. Investigue a probabilidade desigual de avaliação e a composição de casos válidos. Uma meta histórica deve ser representativa para o desfecho escolhido; compare os dados necessários para a estimativa naquele momento com o que estava disponível. Dados contemporâneos agrupados podem se deslocar quando os centros de pesquisa alteram sua composição ou quando surge um problema compartilhado. Pergunte quem pode avaliar o referencial e se o agrupamento cego é compatível com as responsabilidades de segurança e de desenho do estudo. Utilize um ponto de verificação pré-especificado, registre a versão de controle e a data de vigência e preserve os rótulos antigos na trilha de auditoria [1] [16] [17].

Um modelo que permita uma taxa subjacente diferente em cada centro de pesquisa é uma opção quando o conhecimento científico e operacional sustenta o agrupamento parcial. Estime a heterogeneidade basal a partir de dados relevantes e avalie se o pressuposto de permutabilidade é razoável. Com muitos centros de pesquisa pequenos, uma forte retração em direção a uma média agrupada pode tornar problemas locais reais difíceis de detectar. Apresente tanto a contagem observada quanto a estimativa do modelo ou a área de cauda com sua incerteza. Avalie a calibração frente a problemas conhecidos ou sintéticos, em vez de tratar um ajuste do modelo ou um valor-p baixo como confirmação. Em cenários raros de contagens pequenas, um teste exato associado a uma via explícita de escalonamento pode ser mais fácil de reproduzir pelos monitores do que um novo modelo [16] [17] [14].

3. Encaminhe questões urgentes e de todo o estudo independentemente de sinais estatísticos

Três decisões complementares de monitoramento

Selecione um método para responder à questão de supervisão. Alguns métodos analíticos apoiam mais de uma atividade.

Role lateralmente para ver a figura completa.

Foco operacionalBase de exemploResposta
Indicador operacionalContagem binária de participantes, exposição elegível e triagem específica do estudoAvaliar contexto, plano de apoio ou revisão direcionada
Faixa de qualidade no nível do estudoProblema crítico de desfecho, segurança ou confiabilidade com escopo definidoAvaliar a excursão e documentar achados significativos e ações, conforme aplicável
Monitoramento estatístico centralDistribuições entre centros, ao longo do tempo ou de medições em dados comparáveisValidar os dados e investigar o padrão com os responsáveis qualificados
Fonte: ICH E6(R3) Anexo 1 §§3.10–3.11; Q&A da FDA sobre monitoramento baseado em risco; Venet et al.; estrutura de QTL da TransCelerate, ver Fontes.

Projete as contagens dos indicadores e a frequência de revisão para corresponder ao plano de qualidade. Avalie uma excursão de limite e seu efeito sobre os dados e os participantes. Documente questões importantes de qualidade e ações nos relatórios aplicáveis, inclusive sob a estrutura de GCP pertinente. A Seção 9.6 do ICH E3 trata da garantia da qualidade dos dados e a Seção 10.2 trata de desvios de protocolo. Utilize os requisitos de relato e o formato de relatório aplicáveis para questões em nível de estudo, sem tratar a observação de um sinal de KRI como uma regra de publicação nem descartar uma questão significativa pelo fato de outro limite ter permanecido dentro de seu limite [1] [2] [13] [18].

Um exemplo quantitativo para um intervalo em nível de estudo

Suponha que um ensaio clínico de superioridade, paralelo e randomizado utilize um estimando de política de tratamento e planeje um desfecho contínuo na semana 24. A comparação é a diferença, entre os grupos atribuídos, na alteração média em relação à linha de base, incluindo após a descontinuação do tratamento sob o seguimento definido do estudo. A atribuição e a elegibilidade para o seguimento são pré-especificadas. Uma descontinuação é um evento intercorrente. Um desfecho ausente pode ocorrer em alguém que ainda está recebendo o tratamento ou que o interrompeu. O indicador de qualidade conta os participantes atribuídos cuja janela da semana 24 foi encerrada sem uma avaliação, dentre todos cuja janela da semana 24 está encerrada segundo o protocolo. Rastreie separadamente o óbito ou outros eventos para os quais o desfecho ou o estimando possua tratamento específico. Mantenha os motivos e as designações dos avaliadores, e relate durante e após o tratamento quando pertinente [19].

Como uma verificação de planejamento deliberadamente simplificada, suponha que haja 200 participantes por braço, um efeito verdadeiro de 0.36 DP do desfecho, variância igual, erro tipo I bilateral de 5% e ausência aleatória de dados idêntica entre os grupos. Com dados completos, o poder pela aproximação normal é de cerca de 95%. Com 10% de ausência de dados não informativa, restam 180 por braço e o poder é de cerca de 93%. Com 20% de ausência de dados, restam 160 por braço e o poder é de cerca de 90%. A aritmética de trabalho utiliza uma diferença de médias padronizada de 0.36 em relação a um erro-padrão em unidades de DP de sqrt(2 / n). Para um estudo real com ajuste pela linha de base, variâncias variáveis ou medições correlacionadas, utilize o modelo de análise e os parâmetros de variância e abandono do plano. Por exemplo, a equipe poderia planejar uma análise ajustada pela linha de base com imputação múltipla para o desfecho-alvo sob uma premissa especificada de dados ausentes ao acaso e executar uma análise de sensibilidade que torne os desfechos pós-retirada sistematicamente piores em casos plausíveis selecionados. Um cálculo de casos completos sob ausência de dados não informativa quantifica a perda de precisão. Ele não fornece nenhum limite para o viés decorrente da ausência seletiva de dados [19].

Suponha que a equipe queira investigar em 10% porque a ausência evitável de dados importa, e realizar uma avaliação adicional em nível de estudo próximo a uma margem de poder validada. Os limites são escolhas de delineamento. Pergunte se uma perda de seguimento ocorre desproporcionalmente após a descontinuação, em uma rede parceira ou em um grupo de tratamento sob uma estrutura cega ou independente autorizada. Examine a tendência, a janela e a latência de registro. Mantenha dois exemplos de casos distintos: um centro de pesquisa insere registros com três dias de atraso com evidência fonte completa, e um centro de pesquisa perde o seguimento após a interrupção de uma visita assistida por dispositivo. Ambos necessitam de revisão contextual; um afeta a disponibilidade oportuna dos dados, o outro pode afetar o estimando e a sensibilidade a dados ausentes. Acorde quais ações melhoram a evidência futura, documente desvios significativos e avalie os riscos contínuos sem alterar dados já observados [1] [13] [19].

Distinguir o seguimento incompleto de um denominador maduro

Considere uma data interina ilustrativa para o indicador da semana 24. Suponha que 400 participantes tenham sido randomizados e 160 tenham atingido o fim da janela de coleta definida no protocolo na data de corte dos dados. Há 145 desfechos verificados, 11 com avaliações confirmadamente indisponíveis e quatro que o fornecedor central lista como coletados, mas ainda não aceitos pelo patrocinador. Os 240 cujas janelas permanecem abertas estão fora do denominador maduro deste corte. Dos 160 registros maduros, 11/160 (6.9%) são confirmadamente ausentes e outros 4/160 (2.5%) permanecem não resolvidos. Se a política acordada mantiver a classificação do desfecho até que a latência seja resolvida, a avaliação do limite terá um intervalo de 6.9% a 9.4% sob os candidatos declarados. Registre a data do feed e a chegada prevista e mantenha um status distinto para os quatro. Suponha que três cheguem posteriormente e um não tenha sido observado. A contagem final para este corte é 12/160 (7.5%). Preserve a data do relatório provisório e a compilação corrigida. Utilize o tratamento definido para exposição e dados ausentes, incluindo eventos intercorrentes contabilizados separadamente; o exercício é uma decisão de monitoramento, e não uma estimativa do efeito do tratamento [3].

Mantenha as ações de segurança e fornecimento disponíveis desde a primeira exposição

Nos termos do 21 CFR 312.64(b), o investigador deve notificar imediatamente ao patrocinador qualquer evento adverso grave, com a exceção prevista em protocolo para eventos graves que sejam desfechos do estudo, conforme disposto na norma e em sua ressalva quanto a evidências que sugiram relação causal. O investigador inclui uma avaliação sobre haver possibilidade razoável de que o medicamento tenha causado o evento. Nos termos de 312.32, o patrocinador avalia os critérios de notificação separadamente. Para um risco grave elegível nos termos de 312.32(c)(1), notifique à FDA e a todos os investigadores participantes o mais rápido possível, em até 15 dias corridos a partir da determinação que o qualifica. Nos termos de 312.32(c)(2), uma suspeita de reação adversa inesperada fatal ou com risco de morte que atenda aos critérios é enviada à FDA o mais rápido possível, em até sete dias corridos a partir do recebimento inicial. O acompanhamento possui disposições próprias. Requisitos locais e o fluxo definido no protocolo podem estabelecer obrigações adicionais. Registre os eventos efetivos, as datas e o responsável. Uma revisão de fila do CTMS ou uma meta operacional ilustrativa de 24 horas não tem qualquer papel no adiamento da notificação imediata ou expedita aplicável [20] [21] [22].

Para uma discrepância de suprimento na farmácia, organize a avaliação oportuna de forma independente da tela analítica. Confirme o produto, os lotes ou os kits afetados e se foram dispensados ou permanecem disponíveis. Defina quem pode adotar medidas de proteção seguras durante uma potencial falha de qualidade ou segurança e quando a garantia da qualidade, a farmácia e o líder clínico confirmam a destinação. Ensaie a continuidade do atendimento para uma visita prevista para hoje e quem aprova o estoque alternativo. Aplique o manuseio aprovado do produto, a contabilidade e a comunicação com o participante conforme apropriado, com o registro da destinação final. Uma fila automatizada pode gerar uma notificação urgente. Os controles de acesso devem permitir que a equipe qualificada responda sem expor informações desnecessárias sobre o tratamento [1] [10] [8].

Investigue os padrões estatísticos centrais em contexto

Uma taxa baixa ou alta de eventos adversos notificados, um espaçamento incomum entre visitas ou medições inesperadamente concentradas podem justificar uma revisão contextual. Especifique qual população, ensaio, processo de medição, calendário e período são comparáveis. Examine os registros de data e hora das medições separadamente dos registros de data e hora da entrada de dados. Verifique se os desvios relatados refletem a janela do protocolo e as exceções conhecidas. Uma distribuição estreita pode resultar de um instrumento, unidade, calibração, elegibilidade ou regra de registro diferente. Leituras repetidas em nível de participante exigem um modelo adequado; muitos centros e poucos eventos podem reduzir a capacidade de distinguir diferenças naturais e sistemáticas [17] [14].

Um padrão de dígito terminal pode refletir a política de arredondamento, os instrumentos ou a precisão de relato. Caso alguém proponha a comparação pelo primeiro dígito de Benford, verifique as premissas sobre a escala e a distribuição esperada; muitos valores limitados de biomarcadores e escores programados não têm razão para seguir esse padrão. Para análise multivariada, especifique os dados ausentes e distinga um padrão conjunto incomum de efeitos de lote específicos do centro de pesquisa. Valide a covariância estimada ou escolha uma comparação de menor dimensão quando o número de variáveis for grande para a amostra disponível. Revise os dados originais disponíveis, o contexto documental e as evidências prévias antes de atribuir um sinal. Registre o status do monitor, a próxima ação e as evidências necessárias para o encerramento [17] [14].

4. Conecte os sistemas às pessoas que podem agir

Uma plataforma integrada ou um conjunto validado de sistemas interoperáveis pode implementar um fluxo de trabalho comum. Para cada verificação, identifique os registros autoritativos, os identificadores mapeados, os relógios, a idade dos dados, o responsável pela reconciliação e o comportamento quando os dados estiverem atrasados ou incompletos. O 21 CFR Part 11 dos EUA aplica-se a registros e assinaturas eletrônicos dentro de seu escopo, incluindo registros exigidos pelas regras predicativas aplicáveis da FDA quando tratados eletronicamente conforme especificado. O documento de perguntas e respostas sobre sistemas eletrônicos da FDA oferece recomendações para investigações clínicas. A diretriz da EMA sobre sistemas computadorizados abrange dados eletrônicos e sistemas computadorizados usados em ensaios clínicos. Determine o escopo e valide com base nas regras aplicáveis, no uso pretendido e nos riscos do estudo [1] [23] [24] [25].

Evidências e encaminhamento para verificações de supervisão selecionadas

Atribua expectativas de fonte e latência a cada verificação e mantenha as rotas urgentes disponíveis de forma independente.

Role lateralmente para ver a figura completa.

ExemploEvidência necessária no fluxo de trabalho do estudoResposta se a evidência for urgente ou incompleta
Cronologia do consentimento e do procedimentoAprovação aplicável, registro de consentimento e momento real do procedimentoRevise discrepâncias e encaminhe prontamente preocupações críveis sobre a proteção dos participantes
Desvio maior especificadoDefinição aprovada, participantes elegíveis avaliados e fonte em nível de eventoExiba a idade dos dados e preserve a revisão individual do evento
Evento adverso graveCritérios aplicáveis, evidências e tempos distintos do investigador e do patrocinadorUtilize as vias urgentes aplicáveis do estudo ou de notificação regulatória
Contabilização de IMPDispensação, inventário, status do produto e evidência autoritativa da farmáciaAtribua ação protetiva autorizada, continuidade do cuidado e destinação
Disponibilidade do desfecho da semana 24Participantes alocados com janelas elegíveis encerradas e status do desfecho na fonteReconcilie registros ausentes, atrasados ou não aplicáveis antes da revisão em nível do estudo
Fonte: Implementação proposta. ICH E6(R3); 21 CFR 50.20, 50.27, 312.32, 312.64; diretriz da EMA sobre dados eletrônicos de ensaios clínicos.

Comece com um indicador e rastreie-o de ponta a ponta. Por exemplo, identifique o ensaio, o centro de pesquisa, o participante, a visita e o evento como identificadores separados. Quando um gerente de dados mescla um identificador de centro de pesquisa, versione o mapeamento e verifique as contagens subsequentes. Para um desfecho programado, crie um denominador elegível usando a data atribuída, a janela da visita e as emendas relevantes do protocolo, e confirme a observação por meio de sua fonte. O proprietário dos dados distingue entre não esperado, indisponível aguardando transmissão e esperado, porém ausente após a janela de observação. Se o fluxo de dados do fornecedor estiver desatualizado, marque a estatística como pendente e escale questões de segurança conhecidas pelos canais separados estabelecidos. Registre o status do fluxo de dados, as contagens de linhas enviadas e aceitas, as discrepâncias e o horário da recomputação.

Para o evento contabilizado em um centro de pesquisa, mantenha um registro em nível de evento e um instantâneo programado e reproduzível entre centros. Neste exemplo, uma linha que excede o limite de revisão abre um item de revisão e contém a versão do indicador, as tabelas de origem, o carimbo de data/hora, a contagem e o denominador. Um monitor central verifica fluxos de dados ausentes e a metodologia. Um revisor clínico ou de garantia da qualidade determina o escopo de qualquer ação adicional, se aplicável; um prazo de segurança já em andamento continua separadamente. Se o achado justificar treinamento, vincule o treinamento e verifique a alteração após sua aplicação. Registre quais evidências demonstram que uma ação corretiva tratou o problema e se algum resultado relevante permanece sem solução.

Pacote de evidências de supervisão proposto

Utilize os artefatos de que um revisor precisa para reconstruir as decisões deste ensaio. Combine-os se isso melhorar o acesso. Os itens principais são os riscos definidos no protocolo e seu responsável, a justificativa do plano de monitoria, o denominador e os limites testados, o histórico de alterações, as evidências de validação de software, as disposições de segurança concomitantes e as questões significativas e ações apresentadas no relatório do estudo, conforme aplicável. Um pacote interno de evidências pode utilizar um registro de riscos designado e um fluxo de trabalho de questões. Adote o Modelo Padrão de Trial Master File da CDISC como referência quando for adequado ao plano de arquivamento real. A recuperação pelo revisor deve levar tanto ao cálculo pontual no tempo quanto ao registro oficial. As referências de monitoria do patrocinador e de inspeção da FDA ajudam a delimitar as questões internas de prontidão [1] [2] [3] [18] [26] [11].

Verifique se uma correção de dados preserva o resultado inicial e a reavaliação subsequente. Uma query realizada em um registro de segurança atrasado em um sistema pode ter carimbos de data/hora e evidências distintos da decisão de encaminhamento regulatório. Preserve a origem e a responsabilidade de cada evento e torne o vínculo explícito. Impeça o acesso aos campos de tratamento subjacentes em uma visualização cega de monitoria. Solicite que um revisor independente reconstrua uma questão a partir do registro somente leitura e verifique qual usuário alterou um limite ou permitiu uma nova carga de dados. Inclua a transferência pelo fornecedor e o acesso ao arquivo quando o sistema encerrar a operação ativa [23] [24] [26].

5. Um teste de aceitação em etapas antes da primeira revisão programada

O patrocinador pode estruturar um exemplo de planejamento de aproximadamente 90 dias em torno dos insumos de desenho disponíveis, do acesso de fornecedores e dos marcos do protocolo. O cronograma é ilustrativo. Finalize primeiro os eventos clínicos, o escalonamento e as fontes aprovadas. Configure e teste criticamente os filtros estatísticos após os fluxos de dados e os denominadores serem conhecidos. Inicie o ensaio clínico somente mediante as aprovações adequadas e os critérios de prontidão do estudo. Realize uma segunda simulação quando o protocolo ou o cálculo relevante for alterado.

Na primeira etapa, forneça aos líderes das áreas clínica, de dados, de estatística e de garantia da qualidade uma minuta do protocolo e peça que mapeiem cada risco relevante quanto à exposição, ao evento, à fonte disponível, à tolerância de latência e à resposta. Teste ao menos uma questão de segurança suspeita com um fluxo de dados ausente. Defina o que o centro de pesquisa pode visualizar e transmitir e quem reterá o horário reportado. Peça ao responsável pela revisão que inclua o consultor ou o fornecedor do estudo na mesma simulação de transferência, quando pertinente. Registre as decisões e indique quais questões ainda necessitam de revisão por autoridade ou ética. Utilize o plano de escalonamento e responsabilidades para definir quem atua durante indisponibilidades [1] [3] [24].

Durante a validação, construa um caso de centro pequeno cujo limiar fixo é atingido, mas cuja cauda superior fica fora do ponto de corte de revisão, um caso de centro grande cuja cauda superior ultrapassa o ponto de corte e um caso de excesso de contagens repetidas cujo modelo independente ingênuo é enganoso. Adicione dados atrasados, registros duplicados e uma alteração legítima na medida após uma emenda ao protocolo. Verifique o resultado observado em cada sistema e registre por que o agregado mudou ou não mudou. Simule um aumento relevante em um centro e outro que afete todos os centros. Se uma linha de base agrupada mascarar uma deterioração compartilhada, considere um indicador absoluto devidamente justificado em conjunto com a triagem comparativa. Inclua reconstrução computacional independente a partir de dados de teste exportados e permitidos [16] [17].

O ensaio final inclui dois revisores em turnos diferentes. Atribua a um deles um problema clinicamente urgente potencialmente não notificado e, ao outro, um valor atípico programado entre centros com um denominador desatualizado. O primeiro precisa de evidência da via autorizada imediata e de registro de responsabilidade. O segundo precisa de um resultado pendente ou devidamente qualificado e de um responsável pela reconciliação da fonte. A revisão posterior inclui o que mudou após a reconciliação, quais ações ocorreram e quais partes do registro um inspetor ou auditor pode reproduzir. Defina o encerramento objetivo para cada cenário e mantenha qualquer problema não resolvido em aberto, com seu prazo e o tomador de decisão responsável. Defina a próxima verificação programada de acordo com a chegada dos dados e a capacidade de resposta; os prazos clínicos e regulatórios correm de acordo com seus próprios requisitos [1] [3] [11] [22].

Reconcilie os registros de participantes e de eventos antes de aplicar uma definição de evento revisada

Em uma transferência de dados ilustrativa com duas revisões, a lista de avaliação do centro possui 12 participantes elegíveis distintos, identificados de P01 a P12. Na primeira revisão, o sistema central recebe apenas P01 a P08. Há um relato de evento vinculado a P07 e um arquivo de eventos adicional do mesmo centro ainda aguarda confirmação de recebimento. Marque o resultado como incompleto e encaminhe o problema de transferência ao respectivo responsável treinado pelos dados. Se for relevante para a segurança do participante ou para a condução do estudo, o evento individual de P07 pode ser revisado imediatamente. O ponto de corte estatístico pode aguardar um numerador e um denominador válidos.

Na segunda revisão, chegam dois arquivos independentes. O arquivo de participantes contém 12 participantes elegíveis e avaliados únicos. O arquivo de eventos contém três linhas de relato: o relato X1 e a correção X2 referem-se ambos ao mesmo evento original de P07, e o relato Y1 refere-se a um evento de P11. Sob a primeira definição verificada do protocolo, ambos os participantes atendem ao indicador. Remova a duplicidade do evento e, em seguida, conte os participantes distintos. O resultado esperado é de dois participantes afetados entre 12 participantes elegíveis avaliados (16.7%). A regra fixa acima de 20% não gera sinalização. A probabilidade da cauda superior para pelo menos dois, com n = 12 e p = 0.10, é de cerca de 34.1%, também fora do ponto de corte de revisão do exemplo. Se alguém contar erroneamente três linhas de relato como três pessoas, a taxa aparente será de 25% e a regra fixa geraria sinalização. Armazene as entradas, a justificativa da contagem e quaisquer ações de revisão sob suas respectivas datas.

Suponha que uma emenda autorizada amplie uma janela para procedimentos elegíveis de dois para três dias. P07 teve um procedimento 2.5 dias após o evento de referência, e P11 teve um procedimento quatro dias após esse evento. Em uma execução de verificação controlada que aplica a definição emendada a ambos os casos, P07 fica dentro da nova janela, P11 permanece fora e o resultado é 1/12, caso a lista de elegíveis permaneça inalterada. O resultado esperado para visitas anteriores depende de qual versão rege essas visitas. Por exemplo, uma emenda aplicada prospectivamente a visitas programadas posteriores preserva 2/12 para esta revisão histórica e utiliza a nova regra para os registros futuros apropriados. Teste se o sistema preserva ambas as definições, as datas aplicáveis, o relógio de origem e os registros de eventos ou correções autorizadas. Documente qualquer reprocessamento aprovado com o respectivo motivo [3].

Para o monitor clínico, o 2/12 exibido fornece uma verificação do cálculo; nenhum dos dois eventos desaparece da revisão de pendências do centro de pesquisa. Se um deles ocorreu durante a primeira revisão e depois foi relatado novamente no agregado, reabra ou vincule conforme regido pelo estudo. Identifique o investigador e o monitor que avaliam suas ações distintas e mostre quando os eventos foram registrados pela primeira vez e quando o snapshot de análise foi aceito. Para um agregado multicêntrico, faça a contagem a partir do mesmo snapshot corrigido e compare a evidência de aprovação formal com o feed oficial e as decisões de monitoramento.

Verifique a resposta à deterioração compartilhada

Um alerta comparativo e uma salvaguarda operacional absoluta respondem a perguntas diferentes. Suponha que a hipótese nula no exemplo anterior represente uma coorte histórica confiável, mas que uma alteração em uma interface comum cause ausência de avaliação em todos os centros de pesquisa. Uma cauda superior em relação a uma linha de base agrupada recém-estimada poderia parecer comum depois que todos os centros se deslocam. Uma verificação em relação ao limite operacional pré-declarado e à contagem de centros que utilizam a nova interface pode mostrar um padrão compartilhado. Um modelo que ajusta os riscos dos centros deve levar em conta explicitamente a alteração da interface, caso dados históricos comparáveis respaldem isso. Caso contrário, acompanhe a falha compartilhada separadamente. Inspecione quando os feeds mudaram, se a medição está ausente na origem ou durante a transferência e quais avaliações de participantes são afetadas. Acompanhe a remediação efetiva e se ela melhora a disponibilidade de dados ou o acompanhamento dos participantes [16] [17] [14].

Estruture uma revisão operacional regular que avalie sinalizações resolvidas e pendentes. Para um período de revisão, registre o número de centros elegíveis para triagem, o número com dados válidos e oportunos, o número que atinge o limiar fixo, o número que atende aos critérios exatos e o número que recebe monitoramento adicional após a revisão contextual. Para quaisquer casos julgados acionáveis, especifique quem tomou essa decisão e as informações disponíveis naquele momento. Forneça à equipe do estudo uma forma de avaliar os achados posteriormente, quando as evidências estiverem mais claras. A fração de sinais investigados classificados como acionáveis é afetada por quais sinalizações recebem revisão e pelos critérios utilizados. Para estimar indícios de padrões não detectados, examine uma amostra planejada de centros elegíveis fora da faixa de sinalização e compare-a com evidências independentes. Estratifique por exposição e completude dos dados, pois uma fração agrupada pode ser dominada por centros menores ou com maior quadro de pessoal.

Distinga sinalizações recorrentes de novas investigações

Suponha que existam 60 revisões elegíveis de centros com cinco participantes no exemplo de regra fixa em cada uma de três análises, com exposição e linha de base inalteradas. O número total esperado de sinalizações de revisão de centro é 3 × 4.8876, cerca de 14.66. Se cada análise reutilizar dados idênticos e regras inalteradas, qualquer sinalização ocorre em todas as três análises para um centro, e o número esperado de centros distintos sinalizados permanece 4.89. Para análises independentes sob as mesmas configurações marginais, o número esperado de centros distintos sinalizados seria, em vez disso, 60 × (1 − (1 − 0.08146)^3), cerca de 13.50. A sobreposição real depende dos dados do ensaio clínico e da exposição. Esses cenários contrastantes ilustram a diferença de planejamento. A independência é uma premissa de comparação. Com sinalizações mutuamente exclusivas entre as análises, o número esperado de centros distintos sinalizados neste exemplo poderia ser de cerca de 14.66. Se a equipe mantiver uma investigação por centro, motivo e período afetado, atualize uma questão em aberto quando houver repetição e crie uma investigação separada apenas de acordo com os critérios de governança. Simule a carga de trabalho de revisão e escalonamento sob essa regra. Registre decisões clínicas sobre eventos individuais, independentemente de a questão agregada ser nova ou recorrente.

Teste como um centro pequeno recebe um achado

Envie dois casos de teste fictícios aos monitores responsáveis. No primeiro, um centro pequeno apresenta uma sinalização de triagem programada porque um registro duplicado de pessoa entrou no numerador; os registros original e reconciliado apontam para o mesmo episódio de inclusão. A decisão exige correção dos dados, retorno à equipe quando apropriado e uma verificação de acompanhamento em relação ao registro. No segundo, entrevistas indicam que documentos de segurança obrigatórios foram sistematicamente atrasados, embora a contagem do centro não tenha atingido um limiar estatístico. Avalie os fatos documentados no processo de relato e tome as medidas apropriadas. Os líderes clínicos e de qualidade devem ser capazes de explicar quais evidências determinaram cada resposta. Um teste exercita uma falha de cálculo, enquanto o outro exercita um evento ou padrão que necessita de revisão qualificada segundo o processo do estudo [1] [3] [22].

Para cada caso concluído, registre quem tomou a decisão, o motivo, o horário, os dados de apoio e a preservação dos registros. Uma ação urgente pode preceder um relatório completo de causa raiz. Confirme que o próximo turno autorizado visualiza as ações pendentes e que as partes interessadas temporárias perdem o acesso conforme apropriado assim que sua função termina. Simule uma discrepância de dados que permaneça em aberto após a primeira resposta e verifique se o status e os prazos refletem a questão subjacente não resolvida. Para um questionamento de rotina, um monitor clínico pode contatar o centro, reconciliar a fonte e encerrar o sinal original com evidências de apoio. Um risco confirmado para o produto ou participante exige a disposição aceita do próprio responsável e acompanhamento. O mesmo registro de revisão pode vincular ambos os registros, preservando as comunicações aplicáveis às autoridades e todos os momentos críticos [23] [24] [26].

Se a equipe alterar seu indicador após esse ensaio, documente por que o critério de prontidão mudou. Por exemplo, um fluxo de entrada diário pode ter um arquivo válido e aceito, mas omitir um fornecedor selecionado. Uma verificação independente de completude deve usar os participantes esperados, o manifesto do centro ou outras informações além da própria contagem de linhas aceitas do fluxo. Verifique se o sistema envia o aviso de dados desatualizados ou incompletos à pessoa capaz de corrigi-los dentro da janela operacional. Pergunte também ao revisor o que o indicador exibia antes da correção e por quê. Um valor atípico com cálculos corretos e contexto de fonte contraditório permanece como item de revisão até que o tomador de decisão responsável esteja satisfeito com as evidências.

6. Métodos, escopo e divulgação do provedor

A análise de inspeções soma a frequência dos registros de observação BIMO selecionados listados pela FDA. Os nomes dos campos de entrada diferem entre os anos, portanto as opções de fonte e a data mais antiga reproduzida devem acompanhar os totais. A FDA descreve a coleção pública de observações de inspeção como não abrangente. Os dados não fornecem o número de centros suscetíveis, não expõem os registros de incidentes subjacentes nem medem uma relação posterior de fiscalização. O mapeamento de protocolo para indicador é um exemplo editorial [9] [10] [11].

A análise do AACT utiliza a versão de 1 de agosto de 2026 e seleciona registros intervencionistas com patrocinador principal codificado como indústria e ano da data de início registrada igual ou posterior a 2020. O filtro inclui datas estimadas e futuras publicadas no arquivo. A análise atribui os registros que contêm Fase 3 à Fase 3 e, em seguida, atribui os registros restantes que contêm Fase 2 à Fase 2. Ela soma as linhas de instalações para os identificadores NCT que possuem qualquer informação de instalação publicada. Os totais publicados contêm o recrutamento previsto e o real; a estimativa deixa desconhecidas a distribuição dentro do estudo e os centros com recrutamento ausente. Os exemplos práticos de calibração e dimensionamento de equipe são hipotéticos. As datas regulatórias referem-se aos instrumentos vinculados na Seção 1. A EClinCloud oferece sistemas eClinical conforme descrito em seu site. Uma avaliação de plataforma deve solicitar ao candidato que demonstre os requisitos do estudo testáveis de forma independente e as integrações escolhidas [1] [4] [15] [27].

7. Tome a decisão de monitoria antes de configurar o alerta

Aprove os controles quando os dados corretos entrarem no denominador, um responsável qualificado puder identificar qual ação tomar e o patrocinador puder demonstrar por que as decisões foram tomadas. A próxima revisão de qualidade deve reavaliar se o cronograma planejado e o acompanhamento são suficientes para detectar os riscos selecionados. Mantenha salvaguardas disponíveis durante todo o processo para questões urgentes dos participantes. Um plano de monitoria pode ser alterado conforme o perfil de risco, desde que a decisão, o impacto e as versões anteriores permaneçam rastreáveis [1] [3].

Fontes

1. EMA. ICH E6(R3) Good Clinical Practice, Princípios, Anexo 1 §§3.10–3.11 e registro de adoção e data de vigência do Anexo 2.

2. FDA. E6(R3) Good Clinical Practice, guia final, setembro de 2025, Anexo 1 §§3.10–3.11.

3. FDA. A Risk-Based Approach to Monitoring of Clinical Investigations: Questions and Answers, guia final, abril de 2023.

4. MHRA. Ensaios clínicos de medicamentos: conformidade com as boas práticas clínicas ICH E6 no Reino Unido.

5. Conselho Internacional para Harmonização (ICH), ICH E8(R1) Considerações Gerais para Estudos Clínicos (Quality by Design e Fatores Críticos para a Qualidade). https://database.ich.org/sites/default/files/E8-R1_Guideline_Step4_2021_1006.pdf

6. Sheetz et al. Avaliação da verificação de dados-fonte como medida de controle de qualidade em ensaios clínicos. DOI 10.1177/2168479014554400.

7. Andersen et al. Impacto da verificação de dados-fonte na qualidade dos dados em ensaios clínicos: análise post hoc empírica de três ensaios de fase 3. DOI 10.1111/bcp.12531.

8. Regulamento (UE) n.º 536/2014 relativo aos ensaios clínicos de medicamentos para uso humano, incluindo o Artigo 47 e o Anexo III.

9. FDA. Inspection Observations, arquivos anuais de observações de inspeção disponíveis para download. Análise da EClinCloud de frequências selecionadas de citações BIMO, AF 2006–2025 e subconjunto AF 2020–2025.

10. Código de Regulamentos Federais dos EUA, 21 CFR Parte 312 — Pedido de Novo Medicamento Experimental (Subparte D: Responsabilidades de Patrocinadores 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 Conformidade 7348.810, Patrocinadores, Organizações de Pesquisa Clínica e Monitores.

12. 21 CFR Part 50, Subpart B. Informed consent of human subjects, incluindo §§50.20, 50.22–50.24 e 50.27, conforme aplicável.

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

14. Venet et al. Uma abordagem estatística para o monitoramento central da qualidade dos dados em ensaios clínicos. Clinical Trials. 2012;9:705–713.

15. Clinical Trials Transformation Initiative. Aggregate Analysis of ClinicalTrials.gov (AACT), arquivo de agosto de 2026. Análise da EClinCloud de registros de Fase 2/3 patrocinados pela indústria com as datas registradas e a seleção de instalações descritas nas Seções 2 e 6.

16. Spiegelhalter DJ. Gráficos de funil para comparação do desempenho institucional. Stat Med. 2005;24:1185–1202.

17. Desmet et al. Modelos lineares de efeitos mistos para o monitoramento estatístico central de ensaios clínicos multicêntricos. Stat Med. 2014.

18. ICH E3. Structure and Content of Clinical Study Reports, §§9.6 e 10.2.

19. ICH E9(R1). Estimandos e análise de sensibilidade em ensaios clínicos, §§A.3–A.5.

20. Código de Regulamentos Federais dos EUA, 21 CFR 312.32 — Notificação de Segurança de IND (Prazos Acelerados para Reações Adversas Graves e Inesperadas). https://www.ecfr.gov/current/title-21/chapter-I/subchapter-D/part-312/subpart-B/section-312.32

21. FDA. IND Application Reporting: IND Safety Reports, critérios e prazos conforme 21 CFR 312.32(c) e (d).

22. 21 CFR 312.64. Relatórios do investigador.

23. FDA. Electronic Systems, Electronic Records, and Electronic Signatures in Clinical Investigations: Questions and Answers, guia final, outubro de 2024.

24. Agência Europeia 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 Part 11, incluindo o escopo em §11.1.

26. CDISC. Trial Master File Standard Model. Adapte o modelo de referência às convenções de arquivamento do estudo. https://www.cdisc.org/standards/trial-master-file-standard-model

27. EClinCloud. Site do fabricante e descrição pública de seus sistemas eClinical.