临床试验方案复杂度2026：终点、多中心国家与ClinicalTrials.gov上的研究构建工作量

TL;DR

核心结论： ClinicalTrials.gov与AACT存储的是乘数——指定的结局、设计分组、国家、机构——而非构建EDC的工时。在595,630项研究中，中位数NCT拥有4项指定结局和1个国家；42,756项研究（7.2%）列出了两个或更多国家。3期企业干预性试验队列（n = 24,676）则是截然不同的对象：p90 = 20项结局和17个国家。

如果研究构建负责人将每个NCT都视为相同的数据库，无异于按照同一套模板为单中心观察性研究和涉及17个国家的3期试验配置人员。公开文件不会告诉你本次构建包含多少次访视、CRF页面、逻辑核查或翻译。但它会在你投入编写人员和UAT预算之前，告诉你当前项目处于哪一档区间。

三项计算得出的事实确立了这一基准。

在将2026年7月25日的ClinicalTrials.gov研究文件与AACT计算值（2026年8月1日）关联后： 中位数 4 指定结局，p90 = 13，p99 = 36， 最大值 2,334 ，均值 6.23。设计分组：中位数 2，p99 = 7，最大值 63。半数已注册研究的指定结局为四项或更少。均值属于长尾统计量。请参考百分位数[1][2][3]。

国家不等于研究中心。未被移除的国家行记录：中位数 1 ，p90 = 1，p95 = 2，p99 = 12，最大值 59。 42,756 / 595,630 项研究（7.2%）涉及两个或更多国家。机构：中位数 1，p90 = 8，p95 = 22，p99 = 102，最大值 3,510 。将国家数量当作研究中心数量使用是错误的粒度[1][2]。

3期企业干预性研究（期别字符串包含 PHASE3，申办方类别为 INDUSTRY，研究类型为 INTERVENTIONAL；n = 24,676）处于截然不同的层面：结局中位数 6 ，p90 = 20 ，p99 = 52，最大值 214，均值 9.4；涉及国家数量的中位数仍为 1 ，但 p75 = 7 ，p90 = 17 ，均值 5.45，最大值 59。观察性研究（n = 139,061）的结局中位数仅为 3 项。全量研究文件中 2,334 项结局的最大值来自于一条观察性研究记录。绝不能以此来设定3期企业试验构建的报价[2][3]。

本文是一份规模评估工作底稿，而非一篇探讨“试验方案正变得越发复杂”的泛论文章。相邻的EClinCloud深度研究涵盖了跨注册库身份标识（2026年8月24日）以及公开结局行中的COA表述（2026年8月28日）。那些文章回答的是不同的问题。本文探讨的则是哪些可观察到的公开方案对象会成倍扩大研究构建层面，以及如何在不凭空捏造工时主张的情况下对研究构建进行报价。

单个NCT不等于单一工作量

核心结论： 2026年7月25日的ClinicalTrials.gov文件包含595,630行NCT记录。在统计终点或国家数量之前，INTERVENTIONAL 454,529 对比 OBSERVATIONAL 139,061，以及 INDUSTRY 131,151 对比 OTHER 425,599，就已经是两种截然不同的构建层面。

NCT号是研究记录标识符。ClinicalTrials.gov自身的名词术语表将研究记录定义为方案摘要——包括招募状态、入选资格、联系方式以及在某些情况下的摘要结果——而非已配置的数据库[4][5]。通过方案注册与结果系统（Protocol Registration and Results System）提交的方案注册数据项，记录的是申办方填报的设计信息，而非数据管理员随后构建的内容[1][6]。将“一个NCT = 一个典型规模的EDC研究”等同视之，在第一行就犯了单位换算错误。

2026年7月25日的可下载研究文件是本文所有单项研究数据计算的分母：共计 595,630 条唯一的NCT行记录[3]。研究类型：

ClinicalTrials.gov研究记录，2026年7月25日——EClinCloud分析，访问于2026年8月 [3]。

干预性研究记录占该文件的四分之三。观察性研究记录仍有 139,061 项研究——这比后文计算得出的全部3期企业干预性研究队列规模更大。一个包含三项指定结局和一个国家的观察性登记研究是真实的NCT；一个包含二十项指定结局和十七个国家的随机、平行、设盲3期试验同样也是真实的NCT。标识符本身并不能体现出这种差异。

申办方类别是第二层切分。ClinicalTrials.gov对主要申办方进行了分类；INDUSTRY 并非“商业级品质”的代名词，OTHER 也非“学术界小规模”的同义词：

ClinicalTrials.gov研究记录，2026年7月25日——EClinCloud分析，访问于2026年8月 [3]。

企业申办占已注册研究的 22.0% 。大多数NCT行记录属于 OTHER。基于全量文件计算的复杂度评分反映的是以 OTHER 为主体的大多数研究，而非供应商被委托构建的企业3期试验。有价值的对比并非对“企业与其余各类”进行质量排名，而是明确“该文件中的哪个切片与我手头的方案相匹配”。

期别字段从另一个数据列说明了同样的道理。在595,630项研究中，期别为 NA 的记录有 232,760 条，期别为 BLANK 的有 141,220 条。明确标为 PHASE3 的记录有 41,964 条；PHASE2 为 64,983；PHASE1 为 48,269；PHASE4 为 35,564；PHASE2;PHASE3 为 7,547[3]。大多数已注册研究并没有3期标签。若不指明申办方类别与研究类型，脱口而出“3期方案很复杂”，只是一句仅适用于文件中少数群体的口号。

状态同样不能代表工作量。COMPLETED 325,239 ；UNKNOWN 94,294 ；RECRUITING 65,408 ；TERMINATED 34,011 [3]。一项已完成的观察性研究和一项招募中的多国3期试验完全可能共享同一个状态词。状态回答的是“该记录处于注册库生命周期的哪个节点”，它无法回答“我们到底需要构建多少张表单”。

已公布的结果则是第三个分析对象。在该数据快照中，有 79,339 项研究公布了结果[3]。结果数据项——受试者流程、基线特征、结局指标、不良事件——其定义独立于方案注册[7]。AACT design_outcomes 中方案指定的结局才是建库规划的立足点；已公布的结果表格则是事后提交的数据。切勿依据结果公布率来评估研究构建规模。

阅读本节之后所改变的决策其实很简单。在对构建工作量进行报价之前，请先从NCT记录中查看研究类型、申办方类别和期别。如果方案是企业申办、干预性且处于3期，你就绝不在中位数NCT之列。你身处的是一个拥有24,676行记录的特定队列，后文计算了其专属的百分位数。如果它是观察性研究，你所处的则是一个包含139,061行记录的队列，其中位数结局数量仅为三。同一个标识符，对应两种（实际上是多种）截然不同的工作量。

ICH E6(R3)要求计算机化系统应与试验相匹配[8][9]。公开记录行可以告诉你试验的注册类型，却无法告诉你用于数据采集的系统是否与之相称。弥合这一认知差距，正是本文接下来的核心所在。

作为第一项乘数的结局

核心结论： 指定结局数量是第一个公开乘数。在595,630项研究中，中位数为 4，p90 为 13，p99 为 36，最大值为 2,334，均值为 6.23。AACT拥有3,716,648行 design_outcome 记录——包含1.17百万条主要结局和2.34百万条次要结局。这种构成只是一种命名上的区分，而非COA分类学分类。

ClinicalTrials.gov将结局指标定义为试验方案中预先规划的测量：对于临床试验而言，是指干预措施的效应；对于观察性研究而言，则是用于描述模式或关联的测量。其类型包括主要结局与次要结局[1][4]。这一定义属于方案对象，它既不是CRF页面，不是逻辑核查，也不是量表版本。

AACT将这些方案对象以数据行形式存储。2026年8月1日的AACT竖线分隔文件包含 3,716,648 行 design_outcomes 记录和 596,685 行 calculated_values 记录。在与包含595,630个NCT的ClinicalTrials.gov文件关联后，每项研究的指定结局数量如下：

ClinicalTrials.gov / AACT —— EClinCloud分析，访问于2026年8月[2][3]。在此次关联中，每项研究的 AACT design_outcomes 行记录数与计算值总额完全匹配：中位数相同、p90相同、最大值相同。

应将该表作为人员配置的筛选依据，而非复杂度趋势。

半数已注册研究规定了 四项或更少 的终点。四分之三的研究规定了八项或更少。处于 p90 的研究规定了 13 项。处于 p99 的研究规定了 36 项。处于最大值的研究规定了 2,334 项。该最大值是文件中真实存在的一行。它同时也是一个离群值，绝不能任由其主导均值叙事：均值 6.23 与中位数 4 的差距正是长尾在发声。一份将均值视为“典型”的报价，已经高估了典型的 NCT，并低估了长尾。

在 3,716,648 行数据中，指标文本在 9 行中为空白。终点字段均已填写。其中填入的是名称。在此文件中，主要与次要属于注册库的标签划分：主要行有 1,174,906 行，次要行有 2,335,625 行，其他行有 206,117 行。次要行占终点表的 62.8%；主要行占 31.6% [2]。一行次要终点可以是一项严肃的终点，也可以是一个寥寥数语的探索性名称。类型字段并不会告诉你属于哪一种。它告诉你的，只是申办方是如何为该行打上标签的。

这种标签构成是本文对终点 种类 探讨的全部范围。一篇相邻的 Deep Research 文章（2026 年 8 月 28 日）探讨了 FDA PFDD 指南 3 的分类体系——PRO、ClinRO、ObsRO、PerfO——是否出现在这些相同的行中。结果几乎从未出现过。本文不再赘述该论点。对于建库规模测算而言，操作层面的事实是所规定终点的 数量 ，以及作为命名组合的主要/次要划分，而非验证文件 [10]。

该数量的用处在于：提供初步分档。即使其他所有公开字段完全相同，包含 3 项规定终点的方案与包含 20 项规定终点的方案在 CRF 和逻辑核查覆盖面上也截然不同——而且正如后文各节所示，它们并不相同。该数量不适用于：将 13 项终点转换为 13 个表单，或将 13 个表单转换为 N 小时。一项规定的终点可以是一个单独的二元字段。另一项终点则可以是以三种语言在每次访视中采集的多量表复合指标。公开的数据行并不包含访视结构。

本节之后的行动建议：在评估建库工作量报价前，先从 AACT 或方案中提取终点数量。若该 NCT 处于或高于 p90（全部研究文件中为 13 项终点；在 3 期行业干预性研究文件中为 20 项），切勿按中位数研究报价。如果是那行包含 2,334 项终点的数据，绝不能让其套用任何基于均值的费率卡。

组别与盲法

核心结论： 设计组别是第二个乘数——中位数 2，p99 7，最大值 63——而非小规模研究的保证。EXPERIMENTAL 在 1,097,076 行组别数据中占 532,765 行。RANDOMIZED 在 591,898 行设计数据中占 299,465 行；PARALLEL 占 271,104 行。盲法为 NONE 的设计数据有 249,894 行。NONE 并不意味着更简单的伦理审查。

AACT design_groups 包含 1,097,076 行数据。按每项研究与 595,630 个 NCT 关联统计：组别中位数为 2 个，p75 = 2，p90 = 3，p95 = 4，p99 = 7 ，最大值为 63 ，均值 1.84 [2]。在此字段上，大多数已注册研究都是两组对象。长尾是真实存在的。包含 63 个组别的数据行并非典型的 3 期研究，但也绝非虚构。

组别类型是行级词表，而非研究普查。在 1,097,076 行组别数据中：

AACT design_groups，2026 年 8 月 1 日——EClinCloud 分析，检索于 2026 年 8 月 [2]。

EXPERIMENTAL 占组别行数的 48.6%。ACTIVE_COMPARATOR 占 18.3%。BLANK 占 15.5%——代表缺失类型标签，而非缺失试验臂。PLACEBO_COMPARATOR 为 80,404 行。这些计数统计的是 行数 。一项双臂研究贡献两行。析因设计研究贡献的行数更多。切勿将 532,765 理解为有 532,765 项包含试验臂的研究。

分配方式与干预模型存储于 AACT designs（共 591,898 行——在此数据提取中每项研究对应一条设计记录，因快照时间差而少于 595,630 个 NCT 的文件数）：

AACT designs，2026 年 8 月 1 日——EClinCloud 分析，检索于 2026 年 8 月 [2]。

RANDOMIZED 占设计行数的 50.6%。PARALLEL 占 45.8%。SINGLE_GROUP 为 122,818 行。分配方式为 NA 的有 102,536 行——这通常是单组或观察性设计的如实取值，而非质量缺陷。在 142,236 行分配方式和 143,136 行模型数据中出现的 BLANK，是已提交记录的填报局限性所致。这并不能证明该研究没有设计。

盲法正是人们常误用作为“伦理审查与设盲物流难度会有多大”替代指标的字段：

AACT designs，2026 年 8 月 1 日——EClinCloud 分析，检索于 2026 年 8 月 [2]。

NONE 是最大的有标签类别：共 249,894 行，占设计记录的 42.2%。开放标签干预性试验很常见。开放标签并不等同于“更简单的伦理审查”。一项带有独立审查、大量安全性报告且仅设单个试验臂的非盲肿瘤学研究，在操作层面可能比一项双盲双臂过敏症研究更为繁重。盲法字段记录的是申办方对设盲方式的描述。它并不记录 IRB 的工作量、DSMB 的架构，或是终点审查是否采取中心化。

主要目的（用于提供背景信息，而非作为复杂度评分）：TREATMENT 289,414；BLANK 143,365；PREVENTION 48,165；SUPPORTIVE_CARE 25,802；BASIC_SCIENCE 21,640；DIAGNOSTIC 19,355 [2]。TREATMENT 占设计行数的 48.9%。文件中其余部分并非“其他 3 期”的残余。

随机化与试验用药品供应并非本文的研究对象。一项 RANDOMIZED + PARALLEL + PLACEBO_COMPARATOR 的研究仍然需要注册库中不会包含的 RTSM 设计——药盒类型、分层因素、再补给。该项工作属于 RTSM，而非 EDC [11]。中心启动、里程碑追踪和监查计划属于 CTMS，而非 EDC [12]。组别和盲法字段有助于让你看清方案并非单臂开放式注册登记研究。但它们并不能将三款产品的工作量合并到一份建库估算中。

本节之后的行动建议：在假定套用双臂模板之前，先从方案或 AACT 中清点组别数量。若盲法为 NONE，切勿低估伦理及终点审查的工作面。若分配方式为 RANDOMIZED，请将 RTSM 作为独立对象编制预算。

国家不等于研究中心

核心结论： 国家行并非研究中心。每项研究未被移除的国家数：中位数 1，p90 1，p95 2，p99 12，最大值 59。在 595,630 项研究中，仅有 42,756 项（7.2%）涉及两个或更多国家。机构数：中位数 1，p90 8，p95 22，p99 102，最大值 3,510。has_single_facility 在 393,714 项研究中为 true；has_us_facility 在 194,191 项研究中为 true。

ClinicalTrials.gov 方案要素将参研地点记录为机构（facility）——名称、城市、州/省、国家、邮政编码——而非自由文本形式的“国家数量”工作量字段 [1]。AACT 对该信息进行了拆分。countries 表中与研究关联的每个国家对应一行，并附带 removed 标记。calculated_values 存储 number_of_facilities、has_single_facility 和 has_us_facility [2][13]。这些属于不同的数据粒度。将它们混为一谈正是本节旨在制止的多中心认知错误。

2026 年 8 月 1 日文件中的 AACT countries：共 808,912 行，其中 35,778 行被标记为已移除。本文中每项研究的国家计数仅采用未移除的行。与 595,630 个 NCT 关联后：

ClinicalTrials.gov / AACT —— EClinCloud 分析，检索于 2026 年 8 月 [2][3]。

这两种分布的中位数均为 1，随后产生分化。在 p90 处，国家数仍为 1，而机构数为 8。在 p95 处，国家数为 2，机构数为 22。在 p99 处，国家数为 12，机构数为 102。在最大值处，则是 59 个国家对比 3,510 家机构。在公开文件中，国家代表一个司法管辖区。而机构则是一个被列出的具体地点。一个国家可以容纳数百家机构。将“国家”作为“研究中心”的同义词，会低估仅限美国或仅限中国的多中心研究，并高估各设一家中心的双国家研究。

多国研究——即包含两个或两个以上未移除国家的研究——共有 42,756 项。这占 595,630 的 7.2% 。该文件中百分之九十多均为零个或一个国家。有关多国 EDC 的讨论仅涉及注册研究中极小的一部分，却涉及企业 3 期研究中相当大的一部分，这正是下一节的内容。

来自 AACT 计算值的机构标记，基于 595,630 个 NCT 关联记录进行统计：

• has_single_facility 为真： 393,714 (66.1%)
• has_us_facility 为真： 194,191 (32.6%)

当未列出中心时，number_of_facilities 可以为 0。该列中的零代表地点数据缺失，而不是虚拟试验的证明。单一机构标记是公开数据中更接近“这看起来像一个列出的中心”的替代指标，即便如此，它也不是 CRF 页数。

在未移除的国家记录中，按国家 行数 （而非独立研究数）排名前列的：

AACT countries（未移除），2026 年八月 1 日——EClinCloud 分析，访问于 2026 年八月 [2]。

美国 194,045 条国家行与 has_us_facility 为 true 的 194,191 项研究并列。这两个数字很接近，因为它们是相关联的对象，但它们并不相同：一个是国家表行，另一个是计算得出的标记。中国 52,726 是国家行。一项列出中国的跨国研究会贡献一条中国行，同时也会为列出的每一个其他国家贡献行。将这些作为“每个国家的研究数”进行排名，会重复计算每一项跨国 NCT。它们反映的是 行 的地域分布。

被移除的行并不是舍入误差。有 35,778 条国家行带有移除标记。某个国家被列入后即便被移除，仍会保留在表中。若将其计为当前活跃的参研国家，就会凭空捏造出当前记录已不再声明的司法管辖区。本文在计算每项研究的国家数时将它们排除在外。任何忽略该标记的下游仪表板都会虚增多国研究的比例。

本节之后的行动建议：绝不能将 countries.name 与临床试验中心等同起来。如果需要公开数据作为中心数量的替代指标，可在存在机构计数时使用该计数，但随后仍需向方案索取当前生效的中心名单。如果该 NCT 属于包含两个或两个以上国家的 7.2% 范畴，接下来的问题并不是把“有多少个国家”当作战利品来炫耀。而是 EDC 实际必须承载哪些语言、哪些伦理审批路径以及哪些国家级工作流——而国家行中完全没有存储这些信息。

企业 3 期干预性队列

核心结论： 建库负责人真正需要的表格并非所有研究的中位数。在 24,676 项企业 3 期干预性研究中，终点中位数 6 / p90 20 / p99 52 / 最大值 214 / 均值 9.4，国家数中位数 1 / p75 7 / p90 17 / 均值 5.45 / 最大值 59。观察性研究（n = 139,061）的终点中位数为 3。

筛选条件（在此列出以便复现）：ClinicalTrials.gov 分期字符串 包含 PHASE3（包括 2/3 期组合，如 PHASE2;PHASE3），申办方类别为 INDUSTRY ，研究类型为 INTERVENTIONAL 。该筛选子集包含 24,676 项研究——占 595,630 行文件的 4.1% [2][3]。这并非“所有 3 期”。单是纯粹的 PHASE3 标签就包含 41,964 项研究，涵盖所有申办方类别，并包括可能存在的非干预性误读；我们的队列比单纯的 PHASE3 标记更窄，但也因包含了组合字符串而略显更宽。

ClinicalTrials.gov / AACT——EClinCloud 分析，访问于 2026 年八月 [2][3]。

该表中有两个事实应该记在便签上。

第一：即使在这个企业 3 期干预性队列中， 国家数中位数仍为 1 。企业 3 期研究并不自动等同于多国研究。该队列中有一半的研究仅列出一个国家或未列出国家。多国研究特征集中在上半部分：p75 = 7 个国家，p90 = 17 ，p95 = 24，p99 = 35，最大值 59。平均国家数 5.45 对比全部研究的均值 1.3 便体现了长尾特征。引用该队列时请使用其自身的 p75 和 p90，而不是全部研究中等于 1 的 p90。

第二：终点数据有所变化，但其在顶部的变化幅度不如国家数显著。中位数 6 对比全部研究文件中的 4；p90 为 20 对比 13；p99 为 52 对比 36；最大值 214 对比 2,334。全部研究的最大值 并不 在该队列中。它出现在观察性研究中（最大值 2,334，中位数 3，均值 4.5）。拿全部研究的最大值去吓唬企业 3 期报价，是看错了行。拿观察性研究的中位数来为 p90 的企业 3 期研究（20 个终点，17 个国家）配置人员，则是看错了队列。

建库负责人的前后对比：

• 转变前：“这是 3 期，所以用大型模板。”转变后：研判该 NCT 是处于企业 3 期国家分布的下半部分（中位数 1），还是处于 p75–p90 区间（7–17 个国家）。它们在翻译、伦理和 UAT 方面是完全不同的对象。
• 转变前：“观察性研究总是轻量级的。”转变后：观察性研究的 中位数 确实较轻（3 个终点）。但观察性研究的 最大值 却是整个文件中终点行数最多的记录。请对具体的 NCT 进行分段归类，切勿单纯按研究类型划分。
• 转变前：一个复杂度评分，外加一个供应商工时百分比。转变后：一个与方案相匹配的队列百分位数表。

主要目的 TREATMENT（289,414 条设计行）与分组方法 RANDOMIZED（299,465）描述了该文件中常见的干预模式。但它们依然不能替代 3 期 × 企业 × 干预性这一细分切片。在一个国家内开展的随机双组学术机构 2 期试验并不属于该队列。而涉及 17 个国家开展的企业 3 期试验则属于该队列。只要经过筛选，公开数据文件就能告诉你面对的是哪一种。

公司的承接业务量数据在此并不能作为分母。EClinCloud 官网宣称其拥有 1,100+ 项临床试验；该数字属于企业自述数据，并非可用来对这 24,676 项研究进行评估对比的普查基准，本文中的任何百分比均未使用该数据 [14]。

CTIS 对比，同样的警示

核心结论： CTIS 公开文件包含 12,123 项欧盟药物临床试验，且所有记录均完整填报了国家名单：国家数中位数 1，p90 为 8，均值 3.18，最大值 25。它与 ClinicalTrials.gov 的国家行具有不同的统计颗粒度（中位数 1，p90 为 1，均值 1.3，最大值 59）。切勿对这两个文件求平均值。切勿机械地通过标识符前缀进行关联拼接。

Regulation (EU) No 536/2014 适用于欧盟境内的药品临床试验。它不适用于非干预性研究 [15]。CTIS 是该法规的信息系统。公共门户是一个可检索 2022 年一月 31 日起欧盟/欧洲经济区药物试验的网站，依据自 2024 年六月起适用的透明度规则运行 [16][17]。这一法定适用边界正是该文件不能被直接当成“欧洲子集”套用到 ClinicalTrials.gov 上的原因。

此处使用的 2026 年七月 30 日公开 CTIS 摘要导出数据包含 12,123 项试验。全部 12,123 项试验均完整填报了国家名单。每项试验的国家数：

CTIS 公开摘要，2026 年七月 30 日，以及 ClinicalTrials.gov / AACT——EClinCloud 分析，访问于 2026 年八月 [2][16]。CTIS trialCountries 是欧盟试验的国家名单。AACT 国家数据是 ClinicalTrials.gov 的国家行。切勿将这两个文件按同一统计颗粒度进行比较。

两个中位数均为 1。均值则不然：3.18 对比 1.3。p90 同样并非如此：8 对比 1。若有读者将这些均值相减并得出“欧盟试验在跨国程度上多出 2.4 个国家”的结论，便是对两个对象求了平均值。CTIS 是 536/2014 法规下的药品试验，在该门户中公开，且每条记录均带有国家标记（最少 1 个）。ClinicalTrials.gov 则涵盖干预性、观察性、扩大准入及空白类型，面向全球，且由于可能缺失地点数据，其国家数量最少为 0。CTIS 的最大值 25 与 AACT 的最大值 59 并不矛盾。这是不同的文件、不同的法律对象以及不同的长尾分布。

CTIS 导出数据中的国家标记包含状态后缀（Germany:8）。本文将 列表长度 作为多重性指标。它并未将数字后缀解读为中心数量或 CT.gov 风格的状态。将该后缀误读为“八个德国试验中心”会凭空制造出该标记本身并不包含的机构粒度。

进行此对比的目的在于：通过第二注册库核验，证实跨国试验占比取决于具体文件。其目的不在于：对“谁开展了更多跨国试验”进行排名、充当与 NCT 关联的连接键，或是重述前缀剥离规则。EClinCloud 的 2026 年 8 月 24 日 Deep Research 论文是关于身份标识的工作底稿——探讨了 NCT、CT 编号、CTR、ICTRP TrialID，以及为何连接失败并不等同于未注册的结论 [18]。本文仅止步于多重性分析。若您需要了解某 NCT 与该 CT 编号是否属于同一项研究，请参阅该论文。若您需要了解该公开对象列出了多少个国家，请阅读本文，并明确区分各项数据粒度。

本节后续操作建议：当试验方案属于欧盟药品试验时，应将 CTIS 国家列表长度视为 CTIS 事实。当其带有 NCT 时，应将 AACT 的国家计数视为 NCT 事实。如果两个标识符均存在，则意味着您拥有两个公开对象。将其求平均值绝非数据调和。

如何在不虚报工时的情况下为建库报价

核心要点： 根据公开倍增因子对 NCT 进行区间归类，然后列出数据文件无法体现的内容——访视、CRF 页面、逻辑核查、翻译。切勿将百分位数转化为节省时间的百分比。EDC 试验建库是在明确区间后剩余的工作；RTSM 和 CTMS 则是不同的工作。

公开文件可以支撑区间划分，但无法支撑具体的工时数据。诚实可信的报价流程如下：

1. 从 NCT 中读取研究类型、申办方类别和试验分期 [3]。
2. 统计指定的结局指标、设计分组、未移除的国家以及列出的研究机构 [2]。
3. 使用中位数和 p90（而非均值），将该 NCT 置于相匹配的分布中——全部研究、观察性研究，或 3 期行业干预性研究。
4. 记录下数据文件中未包含的对象。
5. 根据试验方案和 EDC 规范说明书（而非注册行）来评估访视、表单、逻辑核查、语言以及系统集成的规模。

仅基于此快照的实用区间参考表：

ClinicalTrials.gov / AACT — EClinCloud 分析，访问于 2026 年 8 月 [2][3]。

该文件至少无法体现：

• 访视时间表。 指定的结局指标并未列举访视安排。包含四个结局的方案可能需要二十次访视；而包含二十个结局的方案可能仅在三个时间点采集全部数据。
• CRF 页面与字段。 单个结局可以对应单个条目，也可以是一套完整量表。
• 逻辑核查。 跨表单、跨访视以及质疑逻辑均不属于注册库的数据元素 [1]。
• 翻译与语言学验证。 国家数量并不等同于语言数量。单个国家可以是多语言的；两个国家也可以共用一种语言。
• 系统集成。 实验室、eCOA、RTSM、影像、安全性。针对公开记录中 COA 语言的邻近研究详见另一篇独立论文 [10]。
• 实际入组人数。 入组人数（enrollment）字段为提交的数据，通常为预期值；在此 ClinicalTrials.gov 快照中，有 7,125 项研究的入组数值为空 [3]。它绝非数据库中的受试者人数。
• 工时。 没有任何公开字段会记录试验建库工作量。

供应商形如“缩短建库时间 X%”的声称无法依据此文件进行核验，且本文也未做出任何此类声称。百分位数区间并不等同于节省时间的百分比。

EDC 是在访视、表单和逻辑核查创建后承载这些内容的系统。EClinCloud 的 EDC 围绕将试验建库作为数据管理员的工作这一理念而构建；建库与配置服务 衔接于试验方案与运行中的数据库之间——涵盖方案审核、访视与 CRF 设计、逻辑核查、验证以及语言设置 [14][19]。这是在明确区间后的平稳交接，而非区间的替代品。

请明确区分各产品。随机化与试验物资供应管理属于 RTSM [11]。项目组合、中心及监查工作流属于 CTMS [12]。涉及 17 个国家的行业 3 期试验通常需要其中的一种以上。在 AACT 中统计国家数量并不能告诉您具体需要哪一种。它告诉您的是，该 EDC 的国家覆盖面不同于中位数水平的 NCT。

本节后续操作建议：将 NCT 归入对应区间，列出不可见的对象，并依据方案进行建库报价。若您需要已配置完成的数据库，这属于 EDC 试验建库范畴。若您需要药包逻辑，这属于 RTSM。若您需要中心里程碑，这属于 CTMS。如果有人提出源自“方案复杂度”的通用工时节省比例，请询问他们具体基于哪种分布、哪个百分位数，以及究竟统计了哪些对象。

常见问题解答

核心要点： 包含 2,334 个结局的数据行真实存在且属于观察性研究；国家不等于机构；CTIS 不等于 ClinicalTrials.gov；“复杂度正在上升”并非本文的论断；注册入组人数（enrollment）不等于已入组人数（enrolled）。

包含 2,334 个结局的研究属于数据错误吗？

在 2026 年 8 月 1 日的 AACT 连接数据中，这是一条真实存在的数据行：指定结局最大值为 2,334 ，且观察性队列的最大值亦为同一数字 [2]。在 3,716,648 条结局数据行中，仅有 9 行的测量指标文本为空，因此这一长尾并非空白字段造成的人为假象。但它依然属于离群值。在全部研究文件中，中位数为 4，p99 为 36，均值为 6.23；3 期行业干预性研究的最大值为 214。切勿让 2,334 决定基于均值的报价。在未打开该 NCT 之前，切勿因认为不可能而直接将其忽略。应将其归入长尾区间，然后研读方案。

如果一项研究列出两个国家，是否意味着有两个试验中心？

否。国家数量中位数为 1，p90 为 1，p95 为 2；机构数量中位数为 1，p90 为 8，p95 为 22，p99 为 102，最大值为 3,510 [2]。国家数据行代表 AACT countries 表中的司法管辖区（未移除）。机构则是列出的具体地点。两个国家可以对应两个试验中心，也可以是两百个。一个国家可以对应 3,510 家列出的机构。has_single_facility 在 393,714 项研究中为真；该标志是更贴近单个列出试验中心的公开代理指标，但它依然不是 CRF 计数。若未提交试验中心，机构数量可以为 0。

如果这么多试验让人感觉是全球性的，为何 ClinicalTrials.gov 中仅有 7.2% 是多国试验？

因为该文件中的绝大多数并非行业 3 期试验。 42,756 项（共 595,630 项） 研究拥有两个或更多未移除的国家 [2][3]。OTHER 申办方占该文件的 71.5%；观察性研究占 23.3%。在 3 期行业干预性队列中，国家数量中位数依然为 1，但 p75 为 7，p90 为 17。全球运营经验集中在仅占已注册研究 4.1% 的队列中。全部研究的百分比所解答的问题，与摆在行业 3 期案头上的方案所面临的问题完全不同。

我可以对 CTIS 和 ClinicalTrials.gov 的国家数量求平均值吗？

不可以。在此快照中，CTIS 公开摘要包含： 12,123 项欧盟药品试验，全部填写了国家列表，中位数为 1，p90 为 8，均值为 3.18，最大值为 25 [16]。ClinicalTrials.gov / AACT：595,630 项研究，中位数为 1，p90 为 1，均值为 1.3，最大值为 59 [2]。Regulation (EU) No 536/2014 适用于药品试验，而非非干预性研究 [15]。CTIS 标记可能带有状态后缀；本文仅统计列表长度。身份关联——NCT 对比 CT 编号、前缀剥离、ICTRP——属于 2026 年 8 月 24 日的论文 [18]。

试验方案是否正变得愈发复杂？

本文并未计算时间趋势，而是测算了一个规模参考表。文献中的口号相对于该数据文件显得苍白无力：在一个包含 101,685 条记录的 Europe PMC eClinical 并集中，标题/摘要中包含方案复杂度 / 病例报告表 / eCRF 的命中次数仅为 74 [20]。NIH RePORTER 的 31 词组 eClinical 语料库（涵盖 4,876 个独立项目）针对精确短语“电子病例报告表（electronic case report form）”仅检索出 3 个项目，而检索“电子数据采集（electronic data capture）”则获得 1,023 个项目 [21]。这属于词组边界问题。它并不能作为无人使用 eCRF 的证据，且 74 次文献命中也无法构成工作量模型。请使用分布数据。

入组人数（enrollment）字段为空是否意味着该研究未入组任何受试者？

否。ClinicalTrials.gov 上的入组人数是一项提交的数据元素，通常为预期值，而非 EDC 中的受试者计数 [1]。在 2026 年 7 月 25 日的文件中，有 7,125 项研究的入组数值为空 [3]。即使填写了具体数字，也依然不是“实际入组人数”。切勿依据该字段来评估数据库容量或中心负荷。

设盲为 NONE 是否意味着建库更容易？

否。在 591,898 行设计行中，NONE 占 249,894 行 [2]。开放标签很常见，并可能伴随繁重的安全性、影像评估和肿瘤学终点工作流。设盲字段记录的是盲法描述。它并不记录伦理委员会负荷或独立审查。

能否将规定的结局指标转换为 CRF 页数或工时？

不能。3,716,648 行结局指标数据只是名称和类型（主要结局 1.17 百万，次要结局 2.34 百万）[2]。它们并不是页面、字段、逻辑核查或工时。请将该数量转换为一个 区间 ，然后根据方案设计 CRF。

方法学与局限性

核心要点： 三条证据路径、明确的粒度、注明快照日期的快照。ClinicalTrials.gov 与 AACT 属于同一个注册库。CTIS 是第二个。Europe PMC 和 NIH RePORTER 仅用于口号核查，而非工作量模型。筛选条件存在边界；我们均予以报告。

• 泳道 1 —— ClinicalTrials.gov / AACT（单一注册库）。 研究文件：ClinicalTrials.gov 可公开下载的记录， 2026 年 7 月 25 日 ， 595,630 条唯一 NCT 行 [3][5]。关系型方案对象：AACT 竖线分隔文件，Clinical Trials Transformation Initiative， 2026 年 8 月 1 日 —— calculated_values（596,685 行）、design_outcomes（3,716,648）、design_groups（1,097,076）、countries（808,912 行；35,778 已移除）、designs（591,898）[2][13][22]。每项研究的分布将 AACT 对象连接至 595,630-NCT 文件。8 月 AACT 与 7 月研究文件之间的差距，正是 calculated_values（596,685）与 designs（591,898）不等于 595,630 的原因。方案数据元定义源自 NLM，而非我们 [1][4][7]。于 2026 年 8 月 23 日计算。ClinicalTrials.gov / AACT —— EClinCloud 分析，访问于 2026 年 8 月。
• 3 期工业界干预性研究队列。 期别字符串包含 PHASE3（包括 PHASE2;PHASE3 组合），申办方类别为 INDUSTRY，研究类型为 INTERVENTIONAL。n = 24,676。观察性研究队列：研究类型为 OBSERVATIONAL，n = 139,061，与研究文件一致。
• 国家规则。 每项研究的国家计数排除 removed 为 true 的 AACT 行。多国 = 两个或两个以上未移除的国家。主要国家表格显示的是行数，而非独立研究数。has_us_facility 与 has_single_facility 是 AACT 的计算标志，而非 countries 表。
• 泳道 2 —— CTIS 公开摘要。 2026 年 7 月 30 日 提取数据，共 12,123 项试验。trialCountries 列表长度代表多国多重性（即涉及国家数量）；标记上的状态后缀并非中心数量。粒度：Regulation (EU) No 536/2014 下的欧盟药物临床试验，公开门户 [16][17][15]。未与 ClinicalTrials.gov 取平均。基于唯一标识的连接不在本次讨论范围内 [18]。
• 泳道 3 —— 宣传口号核验。 Europe PMC eClinical 集合， 2026 年 8 月 1 日 ， 101,685 条记录；针对 protocol complexity / case report form / eCRF 的标题/摘要正则表达式检索 = 74 次命中 [20]。NIH RePORTER 31 个短语的 eClinical 语料库， 2026 年 8 月 23 日 ， 4,876 个独立项目；查询 "electronic case report form" 检索到 3 条；"electronic data capture" 检索到 1,023 条 [21]。短语频数不代表实际采纳应用，亦非 CRF 普查。
• 针对本问题未予采纳的来源。 China Drug Trials 列表（无访视/表单/终点计数）。ICTRP（侧重标识而非多重性统计）。完整机构地址列表（无需使用；calculated_values 已包含机构计数）。对相同 ClinicalTrials.gov、AACT、CTIS 及 Europe PMC 数据源的重复副本进行了核查，未作为额外泳道计入。
• 局限性。 指定的终点指标数量 ≠ CRF 页数、逻辑核查数或访视次数。当未列出中心时，机构计数可为 0。计划入组数 ≠ 实际入组数。最大值 2,334 为真实的观察性研究记录行，不得用以设定均值。CTIS 与 AACT 的国家均值属于不可比的粒度。盲法为 NONE ≠ 伦理审查更简单。组别类型与国家名称表格均为行计数。本文不估算工时，亦不声称节省时间的百分比。
• 客户声明。 EDC、RTSM 与 CTMS 严格区分 [14][11][12]。公司的临床试验业务量数据不作为分母。不作出任何关于监管接受度、入组速度或接受检查就绪状态的声明。

结论

核心结论： 基于公开乘数并根据其所属的实际队列来评估 NCT 规模，切勿将百分位数转换为工时。

经过数据关联分析后，有四条核心结论依然成立。

中位水平的 NCT 规模较小；长尾部分才是运营风险所在。 在 595,630 项研究中，规定的结局指标中位数为 4 个，国家中位数为 1 个；p90 为 13 个结局指标；多国研究占 7.2%。注册库中半数研究并非涉及 17 个国家的数据库。应当对长尾部分单独编制预算 [2][3]。

单个 NCT 并不等同于单一工作量。 INTERVENTIONAL 454,529 对比 OBSERVATIONAL 139,061；INDUSTRY 131,151 对比 OTHER 425,599。3 期企业干预性研究队列（n = 24,676）的 p90 = 20 个结局指标和 17 个国家，国家中位数仍为 1。观察性研究结局指标中位数 = 3；观察性研究最大值 = 2,334。请务必首先进行数据筛选 [3]。

国家数不等于中心数，且 CTIS 也不等同于 ClinicalTrials.gov。 在国家 p90 = 1 时，机构数量 p90 = 8。有 35,778 行国家数据被标记为已移除。CTIS（12,123 项公开的欧盟药品试验，国家均值 3.18，p90 = 8）属于 536/2014 法规下的对象。切勿将其与 AACT 进行平均合并 [16][15]。

给出区间报价，而非虚构工时。 数据文件中并不包含访视、逻辑核查、翻译或工作量投入。EClinCloud EDC 与 建库服务 专门承接确定区间范围之后所开展的工作 [14][19]。RTSM 与 CTMS 依然是各自独立的产品 [11][12]。无法从这些数据表格中推导得出任何建库时间节省百分比。

如果您当前需要决策的是如何为该 NCT 配备 CRF 设计人员以及 UAT 人员，请提取其结局指标、组别、国家和机构数量，将其对照匹配至相应的百分位数表格中，并根据方案开展设计。公开数据行只是一个乘数，并不是工时记录表。

来源

1. 美国国家医学图书馆，干预性和观察性研究方案注册数据元定义 —— 结局指标、试验组/组别、机构位置（包括国家）、入组人数、盲法、分配及相关方案要素。

2. Clinical Trials Transformation Initiative，AACT 数据库 —— ClinicalTrials.gov 方案与结果要素的公开可用关系型副本。EClinCloud 对 2026 年 8 月 1 日管道符分隔文件（design_outcomes、design_groups、countries、designs、calculated_values）与 2026 年 7 月 25 日研究文件进行关联分析，访问于 2026 年 8 月。

3. 美国国家医学图书馆，ClinicalTrials.gov —— 可公开下载的研究记录。EClinCloud 对 2026 年 7 月 25 日快照的分析（595,630 行唯一 NCT 记录：研究类型、申办方类别、试验分期、状态、入组人数填写、结果公布标志），访问于 2026 年 8 月。

4. 美国国家医学图书馆，ClinicalTrials.gov 术语表 —— 研究记录、NCT 编号、结局指标、主要和次要结局指标、平行分组分配。

5. 美国国家医学图书馆，关于 ClinicalTrials.gov —— 注册库宗旨及方案注册信息的公开获取。

6. 美国国家医学图书馆，提交研究 —— 方案注册与结果系统（PRS），即此处所分析方案数据元的面向申办方途径。

7. 美国国家医学图书馆，干预性和观察性研究结果数据元定义 —— 已公布结果（受试者流程、基线特征、结局指标、不良事件）是不同于方案规定结局指标的另一独立对象。

8. 国际人用药品注册技术协调会，E6(R3) 药物临床试验质量管理规范指导原则 —— 计算机化系统应当与临床试验相适应；仅作为原则予以引用，而非重述该指导原则。

9. EClinCloud，ICH E6(R3)：临床试验步入风险驱动的数字化治理时代，2026 年 3 月 10 日 —— 既往关于数字化 GCP 的洞察文章；并非本文论题。

10. EClinCloud，从监管意图到实践应用：选择适用且目的明确的临床结局评估，2025 年 10 月 30 日，以及 2026 年 8 月 28 日关于 公开试验记录中的 COA 表述 的深度研究文章 —— 结局类型 分类体系。本文仅将主要/次要结局指标行数用作命名构成。

11. EClinCloud，RTSM —— 随机与试验物资管理 —— 独立于 EDC；随机化与物资供应情况不能从 AACT 的分配计数中推断得出。

12. EClinCloud，CTMS —— 临床试验管理 —— 独立于 EDC；中心及里程碑工作流程不能从机构数量中推断得出。

13. Clinical Trials Transformation Initiative，AACT 数据字典 / 文档 —— 数据表与字段定义，包括计算得出的机构标志位以及国家 removed。

14. EClinCloud，EDC —— 电子数据采集 —— 研究建库产品方案。网站上展示的公司试验业务量及时间节省数据属于公司声明，并非本文的分母或研究结论。

15. 欧洲联盟，Regulation (EU) No 536/2014 关于人用药品临床试验 —— 第 1 条：适用于欧盟境内的临床试验；不适用于非干预性研究。

16. 欧洲药品管理局，检索临床试验和报告（CTIS公共门户） —— 通过CTIS提交的欧盟/欧洲经济区临床试验公开信息。EClinCloud对12,123条公开摘要记录的分析（2026年7月30日快照；trialCountries列表长度），访问于2026年8月。

17. 欧洲药品管理局，临床试验信息系统 —— CTIS作为《临床试验法规》下的系统；公共网站及自2024年6月起适用的修订版透明度规则。

18. EClinCloud，四个公共试验注册库，四项身份契约，2026年8月24日 —— 身份连接（NCT、CT number、CTR、ICTRP）。本文不再复述前缀或连接键的研究结果。

19. EClinCloud，专业服务 —— 研究构建与配置 —— 方案审阅、数据库与访视设计、CRF与逻辑核查配置、验证以及语言设置。

20. Europe PMC —— 生命科学文献书目数据库。EClinCloud对包含101,685条记录的eClinical并集（2026年8月1日快照）的分析：针对方案复杂度 / 病例报告表 / eCRF获得74条标题/摘要命中结果，访问于2026年8月。

21. 美国国立卫生研究院，RePORTER —— 资助项目检索。EClinCloud对包含31个短语的eClinical语料库（4,876份不重复的项目申请，2026年8月23日快照）的分析："electronic case report form"检索到3项；"electronic data capture"检索到1,023项，访问于2026年8月。

22. 临床试验转化倡议，CTTI —— 维护AACT作为ClinicalTrials.gov研究副本的公私合作组织。