2026 年 eSource、EHR 至 EDC 传输及已核证副本
核心要点
在选择系统集成方式或减少人工核查之前,先明确源记录及其保存位置。FDA 的 FY2025 检查观察数据显示,在病例病史要求项下包含 52 项缺陷引用,而 FY2024 趋势报告显示,约 23% 的研究者检查和 25% 的申办方检查发放了 Form 483。这些计数反映了检查活动的开展情况;具体研究的监查计划仍需开展自身独立的风险评估 [1] [2] [3]。
由此引出三项决策:保持传输数据的含义与来源;保留符合用途的副本及研究者访问权限;并将核查重点放在关键数据与关键流程上。ICH E6(R3)、EMA 的计算机化系统指南、FDA 的电子记录指导原则以及中国修订版 GCP 提供了比对参照。中国2026年文本于 9 月 1 日生效,并取代了2020年版本 [4] [5] [6] [7]。
Sheetz 的观察性分析发现,通过 SDV 更正的 eCRF 数据中位比例为 1.1%。该研究既未对比 100% 全面核查与某种特定缩减方案,也未单独衡量关键数据错误。因此,下文的实施示例需要基于具体方案进行论证 [8]。
FDA 生物研究监测源记录缺陷项实际反映了什么(FY2006–FY2025)
当监管机构对临床试验机构和申办方场所开展药物临床试验质量管理规范(GCP)现场检查时,会在源头审查文档的完整性。在从 FY2006 至 FY2025 的 20 个财政年度中,美国 FDA 生物研究监测(BIMO)官方检查观察结果(涵盖所有评估项目中的 2,264 行缺陷项汇总以及共计 11,746 项缺陷)显示,病例病史和源文档方面的缺陷一直是最常被指出的高频观察领域之一 [1]。
精准 312.62(b) 病例病史缺陷项频次年度占比
精确病例病史序列在 FY2006–FY2025 期间频次总计 1,514 次;年度占比随观察项结构变化而波动,且缺乏检查总量分母。
左右滑动查看完整图表。
查看图表数据
| 类别 | 312.62(b) 占比 |
|---|---|
| FY2006 | 9.51 占年度缺陷项发生频次的百分比 |
| FY2007 | 10.4 占年度缺陷项发生频次的百分比 |
| FY2008 | 10.84 占年度缺陷项发生频次的百分比 |
| FY2009 | 13.63 占年度缺陷项发生频次的百分比 |
| FY2010 | 9.28 占年度缺陷项发生频次的百分比 |
| FY2011 | 12.27 占年度缺陷项发生频次的百分比 |
| FY2012 | 11.04 占年度缺陷项发生频次的百分比 |
| FY2013 | 12.16 占年度缺陷项发生频次的百分比 |
| FY2014 | 15.4 占年度缺陷项发生频次的百分比 |
| FY2015 | 13.69 占年度缺陷项发生频次的百分比 |
| FY2016 | 14.8 占年度缺陷项发生频次的百分比 |
| FY2017 | 15.45 占年度缺陷项发生频次的百分比 |
| FY2018 | 17.25 占年度缺陷项发生频次的百分比 |
| FY2019 | 15.19 占年度缺陷项发生频次的百分比 |
| FY2020 | 13.57 占年度缺陷项发生频次的百分比 |
| FY2021 | 19.28 占年度缺陷项发生频次的百分比 |
| FY2022 | 12.08 占年度缺陷项发生频次的百分比 |
| FY2023 | 16.28 占年度缺陷项发生频次的百分比 |
| FY2024 | 17.95 占年度缺陷项发生频次的百分比 |
| FY2025 | 15.57 占年度缺陷项发生频次的百分比 |
直接按 CFR 分组;未采用自定义领域分类法,亦未推断数字化因果关系。
明确各频次分组中的法规条款
FDA 检查观察数据导出文件中包含与法规条款缺陷项相对应的汇总行。其 FY2006–FY2025 抽取数据的频次总和为 11,746 次。精准匹配关于充分且准确的病例病史的法规条款 312.62(b),总体产生 1,514 次频次,而在 FY2020–FY2025 期间为 271 次。统计计数采用的是源数据中的频次字段,而非独立检查次数或临床试验项目的计数 [1]。
该图表展示了精确 312.62(b) 年度频次除以同年所有 BIMO 频次所得的比值。占比的变化可能反映了受检实体或缺陷项构成的变化;检查总量和构成需要单独的证据支持 [1]。
对申办方而言,这一决策参考价值虽有限但很实用:病例病史记录在质量计划中值得重点关注。仅凭该计数本身,无法提供关于 EHR 连接器、源数据副本流程或某种特定监查方式有效性的信息。这些问题需要依赖后文讨论的指导原则和研究层面的证据。
病例病史缺陷项的十年纵向轨迹(FY2016–FY2025)
将精确 312.62(b) 序列的逐年轨迹,与研究者方案条款(312.60/812.100/812.110)及申办方监督条款(312.50–312.56/812.40–812.46)放在一起评估,可描绘出过去十年间记录在案的检查缺陷项活动情况 [1]:
三个已披露条款分组中的年度 BIMO 频次
FY2025 的病例病史缺陷项仍低于 FY2016–FY2019 水平;该序列描述的是记录在案的活动,未确定其诱因。
左右滑动查看完整图表。
查看图表数据
| 类别 | 312.60 /812.100 /812.110 | 312.62(b) 病例病史频次 | 312.50–312.56 /812.40–812.46 |
|---|---|---|---|
| FY2016 | 137 计数 | 70 计数 | 25 计数 |
| FY2017 | 167 计数 | 76 计数 | 20 计数 |
| FY2018 | 130 计数 | 69 计数 | 20 计数 |
| FY2019 | 138 计数 | 60 计数 | 22 计数 |
| FY2020 | 66 计数 | 30 计数 | 9 计数 |
| FY2021 | 98 计数 | 48 计数 | 6 计数 |
| FY2022 | 88 计数 | 36 计数 | 10 计数 |
| FY2023 | 111 计数 | 49 计数 | 17 计数 |
| FY2024 | 111 计数 | 56 计数 | 20 计数 |
| FY2025 | 108 计数 | 52 计数 | 12 计数 |
病例病史序列为精确 312.62(b) 条款;其他序列保留其标注的药品/医疗器械法规条款分组。
在 FY2016 至 FY2019 期间,因未能根据 312.62(b) 准备或保存充分且准确的病例病史而收到的年度缺陷项,始终维持在每年 60 至 76 项之间(FY2016 为 70 项,FY2017 为 76 项,FY2018 为 69 项,FY2019 为 60 项)[1]。在 FY2020 期间,该确切条款记录的频次为 30 次(占当年 BIMO 缺陷项总数 221 项的 13.57%)[1]。
年度 312.62(b) 频次在 FY2021 回升至 48 次(占 249 项缺陷的 19.28%),在 FY2022 为 36 次(占 298 项的 12.08%),在 FY2023 为 49 次(占 301 项的 16.28%),在 FY2024 为 56 次(占 312 项的 17.95%),并在 FY2025 达到 52 次(占 334 项的 15.57%)[1]。尽管 FY2025 的 52 项缺陷在数值上较 FY2020 低谷期的 30 项有所增加,但仍低于 FY2016 至 FY2019 期间观察到的疫情前基线水平。纵观 FY2016–FY2025,各年度占比大约介于 12% 至 20% 之间 [1]。
FDA 的观察项数据集涵盖其电子数据库中的缺陷项,不包含以手工方式准备的表格 [1]。FDA 将这些电子表格描述为不完整的观察项清单,不同于最终的合规性判定结论 [9]。这些频次反映的是该收录范围内记录在案的现场检查观察情况。
FDA 申办方与研究者检查趋势
除了观察项电子表格中的原始缺陷项频次外,FDA 的年度 BIMO 检查指标报告和 483 观察项趋势报告还提供了关键背景信息,说明现场检查导致正式缺陷项的频率,以及 Form 483 观察项中具体出现了哪些操作性问题 [10] [2] [3] [11]。
按受检实体类型划分的 FDA BIMO Form 483 发放率(FY2023 对比 FY2024)
从 FY2023 到 FY2024,研究者的 Form483 发放率上升了 2.05 个百分点,申办方/CRO/监查员上升了 3.49 个百分点;未推断其原因及统计学显著性。
左右滑动查看完整图表。
查看图表数据
| 类别 | FY2023 Form 483 发放率(%) | FY2024 Form 483 发放率(%) |
|---|---|---|
| 临床研究者 | 20.49% | 22.54% |
| 申办方、CRO 及监查员 | 21.31% | 24.8% |
| 机构审查委员会(IRB) | 20.83% | 17.71% |
| GLP 非临床实验室 | 35.71% | 45.95% |
各运营实体的现场检查指标与 Form 483 发放率
FDA 的 FY2024 指标和年度观察报告描述了不同的受检对象总体与已完成检查总体。下文数据保留了这些分母 [10] [2] [3]:
- 临床研究者: 在2024财年,FDA对临床研究者开展了692次检查(相比之下,2023财年为693次)[2] [12]。其中,156次检查导致签发了FDA 483表格,签发率为22.54%(在FDA趋势演示文稿中报告为23%),相比之下,2023财年为142次检查(20.49%,报告为20%)[12]。在2024财年已完成的研究者检查的最终合规分类中(n = 609),484次被归类为无需采取行动(NAI,79.5%),110次为自愿采取行动(VAI,18.1%),15次为官方采取行动(OAI,2.5%)[10](幻灯片8)。2024财年临床研究者的首要检查发现主题依然是21 CFR 312.60项下的试验方案依从性,紧随其后的是21 CFR 312.62(b)和812.140(a)(3)项下的病例记录不充分或不准确[2]。
- 申办方、合同研究组织(CRO)及监查员: 在2024财年,FDA检查了125家申办方、CRO及监查员(相比之下,2023财年为122家),在31次检查中签发了FDA 483表格,即24.80%(报告为25%),相比之下,2023财年为26次检查(21.31%,报告为21%)[3] [11]。在2024财年已完成的申办方/CRO检查中(n = 99),83次被归类为NAI(83.8%),15次为VAI(15.2%),1次为OAI(1.0%)[10](幻灯片14)。主要检查发现主题集中在21 CFR 312.50、312.56及812.40项下的申办方监督与监查[3]。值得注意的是,在申办方一般责任类别(21 CFR 312.50)中,FDA的2024财年趋势演示文稿将“用于维护源记录的电子系统验证不充分”列为六个具体子主题之一,与未能确保合规并列为最小的子主题柱条;监查不充分则是最大的[3]。
- 机构审查委员会: 在2024财年,FDA检查了96家IRB(相比之下,2023财年为72家),在17次检查中签发了FDA 483表格,即17.71%(报告为18%),相比之下,2023财年为15次检查(20.83%,报告为21%)[13]。在已完成的IRB和RDRC评估中(n=86),78项为NAI(90.7%),6项为VAI(7.0%),2项为OAI(2.3%)[10]。2023财年的检查发现源自当年的IRB演示文稿;最终分类数据则采用了2024财年指标报告的幻灯片11[14] [10]。
- GLP非临床实验室: FDA的2024财年演示文稿报告了在37次检查中签发了17份483表格(45.95%)。其2023财年演示文稿报告了在28次中签发了10份(35.71%)。这些是各自独立的年度受检群体[15] [16]。
检查发现来源能够确立的内容
FDA的2024财年申办方趋势演示文稿将“用于维护源记录的电子系统验证不充分”列为“申办方一般责任”子主题之一。研究者演示文稿在其检查发现主题中列出了“病例记录不充分或不准确”。这些是该机构公开发布的描述,它们为审查源记录和系统验证流程提供了依据[2] [3]。
检查发现的数值导出数据提供了发生频次和简短描述。个别的纠正决策需要依据试验记录、系统文档以及实际的检查发现叙述。此处未将警告信用于队列分析,因为频次导出数据不包含警告信叙述。
务实的审查可以转而探究该试验自身的源数据是如何定义的、修改是如何说明的,以及研究者如何调阅所保存的记录。这些问题源自下方的法规对照表。频次数据提供了背景信息,而方案记录、系统文档和实际检查发现则为针对特定研究的纠正提供了证据。
四大监管体系法规对照表:ICH E6(R3)、EMA、FDA及中国GCP(2026年修订版)
下方的对比将ICH建议、EMA与FDA指南以及中国现行的GCP条款分别列出。它们的法律地位和司法管辖适用性各不相同;以各来源的具体措辞为准来界定实际的义务或建议。
具约束力条款与监管指南综合分析
该对照表总结了各项监管期望。ICH以及所引用的FDA/EMA指南均采用推荐性建议;适用法律和各国的具体实施情况需自行评估。“中国”一栏采用了现行的2026年案文。其英文表述为解释性翻译。
| 治理维度 | ICH E6(R3) 第4阶段最终指导原则(2025年1月第4阶段;FDA最终指南2025年9月)[4] [17] | EMA计算机化系统指导原则 (EMA/INS/GCP/112288/2023,2023年9月生效) [5] | 美国FDA电子系统问答指南 (2024年10月) 与EHR指南 (2018) [6] [18] | 中国NMPA药物临床试验质量管理规范 (2026年修订版,2026年9月1日生效) [7] |
|---|---|---|---|---|
| 1. 源记录与元数据标准 | 章节2.12.2与术语表: 源记录为原始记录或认证副本。研究者应当在试验开始前明确何为源记录、采集方法和存放位置,避免不必要的转抄。章节2.12.2期望源数据具备可归属性、易读性、同步性、原始性、准确性和完整性。 | 章节4.1、4.4与6.1: 源数据应当满足ALCOA++原则:可归属性、易读性、同步性、原始性、准确性、完整性、一致性、持久性、可用性和可追溯性。章节6.1期望在试验开始前明确所有源数据的位置。 | 2018 EHR指南与2024年10月问答Q20: 每个电子数据元均应当关联至经授权的数据发起者(人员、系统、设备)。稽查轨迹必须记录数据修改。FDA Q1将其对待医疗服务机构EHR的方法与临床调查中使用的系统和记录区分开来。 | 第29条第(2)款与第51条第(1)款: 源记录必须具有可归属性、易读性、同步性、原始性、准确性和完整性。对于涉及患者的试验,第29条第(2)款要求在门诊或住院病历系统中保留相关病历。第51条第(1)款要求提供相应的元数据(包括稽查轨迹)。 |
| 2. 数据采集工具中的直接数据采集 (DDC) | 术语表“源记录”与4.2.1(b): 直接采集的记录可以作为源记录;研究者应当明确源记录安排。 3.16.1(d)、(i)、(k)、(l)、(m): 申办方应当确保DAT适用其目的 (3.16.1(d))。研究者记录应当保持在申办方的专有控制之外 (3.16.1(l))。研究者应当在保存期内保留独立访问权限 (3.16.1(m))。 | 章节6.1.3与6.6: 临床试验机构人员可以直接将数据录入EDC/DDC。章节6.1.3要求制定文件化程序以将治疗相关数据转移/转抄至受试者的病历中。章节6.6保留了研究者的控制权与访问权限,包括在撤销只读访问权限之前由研究者审阅完整副本和稽查轨迹。 | FDA电子源数据指南 (2013) 与EHR指南 (2018): 直接录入的数据可以作为源记录 [19]。根据适用的保存要求,研究者应当在整个保存期内保留对完整记录的独立访问权限。需要为研究者明确访问安排。 | 第48条第(2)款与第51条第(1)款: 直接录入计算机化系统获得认可。第48条第(2)款限制申办方修改由研究者、其人员或受试者录入的数据:需要合理解释、事先获得主要研究者的书面同意并保留修改记录。第51条第(1)款要求来自任何来源的数据均具备相应的元数据(包括稽查轨迹)。 |
| 3. EHR至EDC互操作性与传输验证 | 章节4.2.5与4.3.4(e): 对于接口和自动化传输,这些章节描述了传输程序、相关验证以及数据完整性的维护。 | 章节6.1.2与附录2: 当数据从外部系统(包括EHR)传输至试验数据库时,应当对传输过程和接口进行验证。应当明确规定并核实数据映射和单位换算。 | 2018 EHR指南与2024年10月问答Q1、Q7、Q8、Q9: Q1论述了医疗服务机构EHR的范围;Q7论述了验证与接口。EHR指南还论述了研究者对用于临床调查的数据的审阅。 | 第49条、第51条第(4)款、第53条第(3)款: 第49条涉及以文件形式许可监查员、稽查员、伦理审查委员会和监管机构查阅源记录。第51条第(4)款要求经过验证且能保存数据和元数据的传输过程;53(3)涉及适用其目的的经验证系统。 |
| 4. 认证副本以及动态记录与静态记录对比 | 术语表 (认证副本): 经核实(通过注明日期的签名或经过验证的过程)与原件具有相同信息(包括适用时的相关元数据)的原始信息副本。章节2.12.3涉及访问权限。 | 章节6.5: 副本应当包含相同的信息,包括描述背景、内容和结构的数据。 6.12,数据库退役: EMA将稽查轨迹、事件日志、逻辑核查、疑问和用户日志列入应当保存的信息中。参见主要分歧以了解静态/动态处理。 | 2024年10月问答Q3–Q5: FDA论述了副本的含义与元数据;纸质文件处置的区别在主要分歧中进行了解释。Q4不建议对外部服务机构的记录进行认证。 | 第29条第(3)款与第54条: 注册试验的必备记录在获批后至少保存五年;未获批准的,或对于非注册试验,在终止后至少保存五年。第54条将其他术语指引至中文版E6(R3)术语表。 |
| 5. 稽查轨迹与基于风险的稽查轨迹审阅 | 章节4.2.2与4.2.3: 计算机化系统应当维护自动生成的、带有时间戳的稽查轨迹。ICH 4.2.2(b)允许对稽查轨迹进行极少数、经合理解释并记录在案的修改。章节4.2.3建议申办方和研究者对稽查轨迹进行基于风险的审阅,以确保数据完整性并发现异常。 | 章节6.2.1与6.2.2: 系统应当维护计算机生成的稽查轨迹。章节6.2.2描述了申办方基于风险开展的稽查轨迹审阅 (ATR),要求稽查日志具有可访问性、可筛选性以及人类可读性,以供监查员审阅。 | 2024年10月问答Q12与21 CFR 11.10(e): 系统应当记录操作人员录入和操作的日期/时间。稽查轨迹必须在要求的保存期内予以保存。Q12指出,如果保存可搜索的电子格式不可行,则静态PDF稽查轨迹是可以接受的。 | 第51条第(1)/(2)款与第53条第(5)款: 数据应当带有相关元数据(包括稽查轨迹);应当制定程序以规范元数据审阅。系统需要具备用户、权限及稽查轨迹管理功能,以确保访问/操作可追溯,并使权限与职责、盲态及组织结构保持一致。 |
各监管辖区间的关键差异
虽然各监管框架在大体原则上保持一致——例如 ALCOA 标准、接口验证以及基于角色的访问控制——但从业人员必须妥善应对美国、欧洲与中国监管期望之间的三项关键操作性差异:
- 创建认证副本后原始纸质记录的销毁:
- 归档与稽查轨迹的静态格式与动态格式对比:
- 直接数据采集(DDC)的病历整合:
临床数据采集的技术架构:直接采集、EHR 传输与认证副本
为了建立合规的数据采集工作流程,临床数据管理与运营团队必须为方案中的每个数据元选择恰当的采集架构。设计有效的架构需要了解临床试验执行机构的结构多样性。
ClinicalTrials.gov 注册临床研究的机构分布离散情况(AACT 快照)
142,928 项已注册研究列出了多个机构;在各中心记录安排存在差异的情况下,针对具体中心的源数据位置计划非常实用。注册库中的机构数量并不衡量 EHR 供应商。
左右滑动查看完整图表。
查看图表数据
| 类别 | 注册研究(数量) |
|---|---|
| 1 个中心 | 393,714 数量 |
| 2–5 个中心 | 70,994 数量 |
| 0 / 未列出机构 | 60,043 数量 |
| 6–20 个中心 | 40,960 数量 |
| 21–50 个中心 | 17,254 数量 |
| 51–100 个中心 | 7,651 数量 |
| 101+ 个中心 | 6,069 数量 |
中心分散度是背景情况,而非集成结果
所保留的 AACT 快照包含 596,685 项已注册研究:393,714 项列出了一家机构;142,928 项列出了多家机构,其中包括 30,974 项具有 21 家或更多机构;60,043 项未列出任何机构。这些属于已注册研究的机构计数,涵盖了异质性的研究类型和不完整记录 [20]。
研究中心清单有助于确定临床试验在何处可能需要做出本地源位置决策。它未提供 EHR 供应商数量、连接器成功率、结构化字段占比或学术/商业性质划分。因此,集成计划需要进行中心评估,而非采用基于注册库推导的架构规则。以下三种模式是组织该评估的编者建议方式,且可在同一项研究中共存。
数据采集模式 1:互操作性 EHR 至 EDC 数据传输
结构化临床数据可能适合使用 HL7 FHIR R4 进行传输。FHIR 至 CDISC 映射指南提供了描述性映射,其与实际源接口及研究需求的契合度仍需验证 [18] [21] [22]。
- 目标临床数据范围: 常规临床实验室检验组套(血清生化、映射至 LOINC 的血液学)、基线生命体征(血压、心率、体温)、合并用药记录(映射至 RxNorm 或 WHODrug)以及既往医疗状况(映射至 ICD-10 或 SNOMED CT)[18] [21] [22]。
- 监管期望(总结): 根据 FDA《EHR 指南》(2018)与 2024 年 10 月《电子系统问答》(Q1、Q7–Q9),FDA 将医疗卫生机构的 EHR 与其根据 Part 11 评估的临床试验系统区分开来 [6] [18]。然而,用于将数据从 EHR 提取到试验 EDC 系统的软件接口、中间件和提取脚本,将根据 21 CFR 11.10(a) 和 312.50 评估其适当的基于风险的验证 [6] [18] [23] [24]。同样,EMA 指南第 6.1.2 节与附录 2 建议进行文件化的接口验证、映射转换确认以及提取参数的预先规定 [5]。
- 编者实施建议:
- 授权策略示例: 在使用 eConsent 的研究中,已实施的检索策略可将经过验证的知情同意状态和时间戳,与请求的范围、角色和目的共同作为输入。SMART scope 在底层授权策略内委托权限;它们本身并非完整的知情同意策略。历史观察日期与检索这些记录的当前权限属于不同问题。在依赖已配置的控制措施之前,请针对获得许可与被拒绝的检索均进行测试 [25]。
- 数据源头标记: 接收端 EDC 系统应使用标识 EHR 系统、FHIR 资源 ID 及提取时间戳的元数据自动标记导入字段(例如
Originator: Epic_FHIR_Observation_49201 | Imported: 2026-11-09T08:30:00Z),以支持 FDA Q20 关于数据源头的建议 [6]。 - 研究者核对队列: 导入的 EHR 数据点应进入 EDC 内的待确认审核队列,且研究应明确规定研究者/被授权人的审核与完成程序;此队列设计属于编者提供的一种可选方案 [6]。
数据采集模式 2:数据采集工具中的直接数据采集(DDC)
当研究明确定义了采集方法与源位置时,方案特定的评估亦可直接在数据采集工具中进行采集 [6] [4] [5]。
- 目标临床数据范围: 方案规定的正式疗效评分量表(例如 RECIST 肿瘤测量、UPDRS 评分、PASI 评估)、药代动力学与药效学(PK/PD)定时采血链、试验用药品套件发放与清点记录,以及电子临床结局评估(eCOA)或患者日志 [4] [5]。
- 监管期望(总结): E6(R3) 术语表“源记录”与第 4.2.1(b) 节,以及 FDA 的 2013 年 eSource 指南,均支持将直接采集的数据作为源记录;第 3.16.1(d)、(i)、(k)、(l)、(m) 节阐述了相关的数据采集与研究者访问控制措施 [4] [19]。EMA 指南第 6.1.3 节认可 DDC,前提是录入具有同期性,且与治疗相关的信息被转录至患者的病历中 [5]。研究者控制与独立访问遵循对照表第 2 行中所述的安排 [4] [5]。中国的第 48 条第(2)款如对照表所述,单独对申办方修改研究者、工作人员或受试者录入的数据进行了限制 [7]。
- 编者实施建议:
数据采集模式 3:外部非结构化文档与经认证副本
- 目标临床数据范围: 外部医院出入院小结、急诊科会诊记录、外院病理报告、纸质尸检报告以及纸质转诊信 [6] [5]。
- 监管期望: 确定需要哪些外部记录、如何获取这些记录,以及如何维护其含义和出处。FDA Q4 明确未推荐对外部医疗提供者的记录进行副本认证。是否采用经认证副本的决定,需要关注实际记录本身及其用途 [6] [4] [5]。
经认证副本工程:静态与动态电子记录
当纸质文件被扫描或电子记录被复制用于试验时,审核需保留记录预期用途所必需的信息和功能 [6] [5] [4]。下方的六步表格是一种编者流程设计,清晰区分了监管期望与具体操作工程选择。
六步经认证副本工程规程
| 步骤 | 工程阶段 | 监管期望(意译) | 编辑实施建议(作者推荐) |
|---|---|---|---|
| 1 | 记录分类关口(静态与动态) | EMA 6.5: 副本应包含相同的信息,包括描述背景、内容和结构的数据;动态记录参见“关键分歧” [5]。 FDA Q3: 认证副本必须保留含义与元数据 [6]。 | 在复制之前对记录进行分类: 静态记录 (纸质录入表单、实验室打印件)可转换为 PDF/A。 动态记录 (连续心电图波形、DICOM 影像、带有稽查轨迹的电子工作表)需要采用能保留其预期审核所需信息和功能的形式。 |
| 2 | 扫描分辨率与光学完整性 | ICH E6(R3) Glossary: 认证副本具有与原始记录相同的信息,通过注明日期的签名或经验证的过程予以核实 [4]。 EMA Section 6.5: 相同的信息,包括描述背景、内容和结构的数据 [5]。 | 操作建议:以至少 300 DPI 的光学分辨率扫描纸质原始记录。只要承载临床或记录解释含义,即应保留颜色。仅在核实表明灰度能够保留预期用途所需的全部信息时,方可使用灰度。核实包括反面在内的 100% 页数。 |
| 3 | 对完整母本进行认证 | ICH E6(R3) Glossary & FDA Q3: 核实必须通过注明日期的签名或通过经验证的计算机流程生成来实现 [6] [4]。 21 CFR 11.50: 电子签名必须标明签署人、日期/时间以及含义 [23]。 | 将任何认证签名与其所证明的完整母本进行绑定,并使用契合范围的措辞:“我确认此电子副本是再现原始记录内容、背景和结构的完整、准确的副本。” 如果使用自动化扫描软件,应针对其预期用途和风险对复制过程进行验证 [4]。 |
| 4 | 个人隐私脱敏保护措施 | EMA Annex 6 A6.5: 根据适用要求保护传输记录中的受试者直接标识符 [5]。隐私保护措施要求对适用的司法管辖区和合法处理依据进行评估 [5]。 | 若经授权的传输需要进行脱敏,应从保存的认证母本中生成一个单独标识的衍生副本。记录删除了哪些内容、原因、原始来源关联以及对保留的临床含义的审核。其证明文件必须说明脱敏范围。原始记录的保管遵循负责的医疗机构/机构及实际的源数据安排。 |
| 5 | 密码学哈希与稽查绑定 | ICH 4.2.2: 建议采取适当的控制措施和稽查轨迹。 21 CFR 11.10(e): 要求在其适用范围内建立安全、计算机生成且带有时间戳的稽查轨迹 [23] [4]。 | 可选工程方案:为每个最终目标文件计算摘要,并将其与该文件的标识符及范围进行绑定。妥善保存完整母本及其认证信息。脱敏后的衍生副本需要具备其自身的溯源信息和任何适当的证明;对已签名的文件进行编辑可能会使其签名失效。测试这两个对象及其关联关系的检索。 |
| 6 | 保存期限与实物留存核实 | FDA Q3: 关于纸质副本处置及其他适用要求参见“关键分歧” [6]。 EMA 6.4/6.5/Annex 6: 评估副本替代及国家保存法规。 中国 29(3): 规定了必备记录的最低保存期限 [5] [7]。 | 在销毁纸质原始记录之前,核实试验 SOP 是否允许销毁,且当地所在国家的医院法规未强制要求保留纸质手写签名(湿墨)文件。若其他适用法规要求保留实物原件,应予以妥善安全保存;在处置前须明确具体的适用法规。 |
保留多少 SDV:实证证据与编辑提出的基于风险的核查矩阵
SDV 将转录数值与源记录进行比对。质量计划还需要针对缺失信息、方案偏离以及受试者保护进行审核。在减少重复性转录核查时,这一区别至关重要:负责团队仍然需要了解该核查解决了哪项风险,以及由哪项其他控制措施来覆盖该风险 [26] [4] [27]。
Sheetz 的观察性更正数据显示了什么
Sheetz 表 5 中通过 SDV 进行的 eCRF 更正中位数
Sheetz 表 5 报告通过 SDV 更正的 eCRF 总数据整体中位数为 1.1%,各期别的中位数为 0.9–1.5%;这是一项观察性研究,并非对监查策略的比较。
左右滑动查看完整图表。
查看图表数据
| 类别 | 通过 SDV 更正的 eCRF 总数据百分比中位数 |
|---|---|
| 总体 | 1.1% |
| I 期 | 0.9% |
| II 期 | 1.5% |
| III 期 | 1.4% |
| IV 期 | 1.2% |
来自 53 家申办方的 N=1,168 项研究;纳入标准要求至少 30% 的数据接受 SDV。这并非 100% SDV 与缩减 SDV 的随机对照比较。
Sheetz 及其同事分析了来自 Medidata 平台上 53 家申办方的 1,168 项已完成的 I–IV 期生物制药研究。纳入条件要求至少有 30% 的数据接受过 SDV。表 5 报告通过 SDV 更正的 eCRF 总数据中位数为 1.1%;I–IV 期的各期组中位数分别为 0.9%、1.5%、1.4% 和 1.2% [8]。
该研究无法在各起作用的流程中将 SDV 与源数据审核区分开来,也无法区分关键与非关键更正。该研究属于观察性研究,未对 100% SDV 与下文提出的确切缩减矩阵进行随机对照比较。该结果有助于对重复性核查的收益提出质疑,同时对特定试验方案的安全性和可靠性决策保持开放。它既没有提供通用的可接受错误率,也没有证明复制的数据流应当接受零监督 [8]。
基于风险的监查还会考虑中心化统计信号、中心流程以及新出现的问题。Agrafiotis 及其同事描述了一种综合方法,而监管质量框架则将注意力引向重要数据和流程。无论是该论文还是指导原则,都未对每项试验固定单一的数值抽样百分比 [28] [27] [26]。
建议的核查决策矩阵
ICH E6(R3) 4.2.1(a) 将转录数据的核查程度与关键程度相挂钩。下列矩阵是一项编辑规划辅助工具。监查计划应结合试验方案的风险、源数据安排和观察到的表现来证明其选择的合理性,进而界定如何对变更进行审核 [4]。
| 数据路径 | 拟定的规划问题 | 需考虑的证据与监督措施 | 适用边界 |
|---|---|---|---|
| 在数据采集工具中直接录入 | 是什么事件或观察生成了源记录? | 采集时的背景信息、经授权的生成者、相关元数据、审核,以及在适用情况下的临床记录传输。 | 将字段与其自身进行比对收效甚微;源数据审核、完整性以及受试者安全监督依然不可或缺 [19] [5]。 |
| 关键转录数据 | 哪些错误或遗漏可能会实质性地影响安全性、权益或结果的可靠性? | 针对性的数值核对,加上根据试验方案对入组资格、知情同意、关键终点和安全性信息的审核。 | 关键性取决于具体研究;通用的百分比需要本篇之外的证据支持 [26] [27]。 |
| 其他转录数据 | 何种抽样和中心化信号能够检测到正在受控的风险? | 具有合理解释的抽样计划、错误审核以及明确分母和责任人的升级标准。 | 样本和升级阈值属于研究自身的抉择,在执行表现发生变化时须予以重新审核 [26] [4] [27]。 |
| 自动化传输 | 哪项映射、版本或源系统变更可能会破坏数据含义? | 端到端验证、生成者/溯源信息、研究者审核安排以及变更监控。 | 成功的接口测试仅针对所测试的配置;持续监督需要涵盖相关变更 [6] [18]。 |
监查团队可以记录为何减少某项特定核查、有哪些证据支持该决定,以及何种信号会促使其重新启动该核查。例如,即使存储的数值仍处于合理范围内,映射的实验室单位变更也可能需要进行接口审核。这是一个构建的流程示例,而非测量所得的发生频率或规定设置的 KRI。该事件的重要性取决于变量、发生时间以及分析用途。
该矩阵还在操作层面上保留了“核实某个现有数值”与“审核源记录是否反映了完整的临床全貌”之间的区分。一个被完美复制的实验室结果,可能会与漏报的不良事件同时并存。因此,对完整性、知情同意时机以及方案依从性的评估,需要具备针对这些问题的相应记录和专业知识。单纯的字段级转录核查收益,只是衡量更广泛质量流程的一项狭隘指标。
EClinCloud 公开的产品范围与需索取的部署证据
EClinCloud 的公开产品资料阐述了 EDC、RTSM、eCOA 与 CTMS 之间的原生连通性、API 集成、ALCOA+ 设计、访问控制、经验证的数据库变更以及 OCR 辅助的源数据采集。这些均为产品说明,在评估期间可获取详细的合规文档。应对照拟定的研究配置和接口对这些内容进行核验 [29] [30]。
公开的 Trust 页面列出了公司合规材料所涵盖的框架和标准。对 Part 11、GCP 或信息安全标准的提及具有特定的适用范围和证据依据;采购方应索取适用文档及当前状态,而不是推断每个方案部署均经过独立认证 [31]。
针对本报告的源数据治理问题,应索取有关确切源数据安排、验证范围、权限、相关元数据、复制/导出行为以及保存调阅权限的证据。超出已发布页面所述的能力,应在评估期间以书面形式予以确认。
申办方、研究者、机构和服务提供方的职责应针对具体部署予以分配并记录在册。中国 2026 第 51 条在各方各自职责范围内明确分配了数据治理职责。E6(R3)、EMA 指南以及 FDA 要求同样要求在服务被委托时,适用职责必须保持清晰明确。平台采购仅是该安排的一部分 [7] [4] [5] [24]。
团队可以 联系 EClinCloud 讨论其拟采用的数据采集与集成工作流程,并索取支持性文档。该研究的验收决策应记录评估了哪些内容、由谁评估以及用于何种预期用途。
变更运行中的源数据安排之前
源数据设计的变更所产生的影响超出了数据管理构建本身。应明确受影响的记录和受试者、新旧源数据位置、变更生效时间,以及审查人员将如何解读跨越这两种安排的记录。团队应在适用框架下确定操作规程、培训、知情同意/隐私信息或验证证据是否需要更新。这是一种建议的变更审查方法,而非固定的法规核查清单 [4] [5]。
对于 EHR 传输,审查人员需要了解提取的是哪个就诊和观察值版本、如何处理更正后的结果以及在何处发生转换。在标准中看起来正确的映射,在对接机构的实际接口时可能会产生不同的结果。HL7 的映射注意事项明确承认源内容与研究要求存在差异;验证证据应反映这些差异 [21] [22]。
对于直接采集,应测试对照表第 2 行所述的导出、研究者审查和权限撤回工作流程。实施记录可指明留存的快照、研究者的审查确认以及实际的权限变更。在相关系统保持可用期间,数据保存规划应明确责任方、所需期限以及调阅安排 [5] [7]。
对于复制变更,应测试副本是否保留了其预期审查所需的信息。当记录附带相关元数据或交互功能时,仅凭文件存在和页数并不是充分的证据。应记录验证情况、未解决的异常情况以及对原始格式的任何持续需求。FDA 的 Q3/Q12 与 EMA 的复制及退役规定探讨了相关但不同的问题;应针对实际记录分别适用,而不是将单一的格式口号套用到每个对象上 [6] [5]。
方法与局限性
FDA 引用条款提取使用了 FY2006–FY2025 的年度观察项电子表格。频数按 CFR 引用条款和财政年度进行汇总。病例史(case-history)序列采用了精确的 312.62(b);另外两个序列则保留了其公开的 312.60/812.100/812.110 以及 312.50–312.56/812.40–812.46 分组。这些通过电子方式记录的观察项遗漏了手动填写的表格,并存在 FDA 所陈述的完整性局限。Form483 FAQ 说明,观察项并非该机构的最终裁定;引用频数也与受影响的独立研究数量不同 [9] [1]。
Form 483 签发分母来自 FDA 相应的趋势演示文稿。最终的 NAI/VAI/OAI 分类来自年度指标报告,该报告所涵盖的已完成检查总体有所不同。本文将这些统计单元分开处理。AACT 机构序列描述了留存快照中已注册的研究;它既不衡量 EHR 供应商的数量,也不衡量集成结果 [10] [2] [3] [13] [15] [20]。
对照表采用了实际的 ICH、EMA、FDA 及中国文档。带编号的定位标识指向相关条款,而正文则为解释性概述。指导原则建议和编辑流程设计与法规要求保持可区分。中国的现行说明采用了 2026 年第 50 号公告及其完整的修订附件,于 2026 年 9 月 1 日生效 [6] [4] [5] [7]。
Sheetz 的证据属于观察性性质,并受到证据部分中所述的限制。所提议的矩阵不提供临床疗效估计、声称的预算节省或通用的安全核查率。供应商描述仅限于已公开发布的材料;具体部署需要其自身的支持性证据和负责任的验收 [8] [29] [30]。
结论
连贯的源数据计划将临床事件与其记录相联系,将记录与其转换和副本相联系,并将这些记录与需要审查和保存它们的人员相联系。针对实际变量和临床试验机构选择采集模式,在使用前记录源数据,并在整个变更过程中保留其含义和相关元数据。
这样,监查力度的缩减便成为关于风险和证据的明确决策。利用方案的关键数据与流程、经验证的系统行为以及新展现的运行表现来论证核查计划的合理性。保持观察性更正产出局限性的可见性。最终应当形成一个可追溯的源数据与监查依据,以便负责的研究团队进行评估和维护。
来源
1. 美国食品药品监督管理局。检查观察项:生物学研究监测(BIMO)Form FDA 483 数据集(FY2006–FY2025)(于 2026 年 8 月访问)。
2. 美国食品药品监督管理局。FY 2024 临床研究者 FDA 483 观察项趋势(2025 年)。
3. 美国食品药品监督管理局。FY 2024 申办方/CRO/监查员 FDA 483 观察项趋势(2025 年)。
4. 国际人用药品技术要求协调理事会。ICH 协调指导原则:药物临床试验质量管理规范 ICH E6(R3) 第 4 阶段最终指导原则(第 4 阶段于 2025 年 1 月 6 日采纳)。
5. 欧洲药品管理局 GCP 检查员工作组。临床试验中计算机化系统与电子数据指导原则(EMA/INS/GCP/112288/2023)(于 2023 年 9 月 9 日生效)。
6. 美国食品药品监督管理局。临床研究中的电子系统、电子记录与电子签名:问答——行业指南(2024 年 10 月,第 1 版)。
7. 国家药品监督管理局。药物临床试验质量管理规范(2026 年第 50 号公告,自 2026 年 9 月 1 日起施行)(2026 年 6 月)。
8. Sheetz N, Wilson B, Benedict J, et al. 评估源数据核对作为临床试验中的一种质量控制措施, Therapeutic Innovation & Regulatory Science, 2014; 48(6):671–680. DOI: 10.1177/2168479014554400, PMID: 30227471.
9. FDA。FDA Form483 常见问题解答.
10. 美国食品药品监督管理局。生物学研究监测(BIMO)2024 财政年度指标(2025 年)。
11. 美国食品药品监督管理局。FY 2023 申办方/CRO/监查员 FDA 483 观察项趋势(2024 年)。
12. FDA。FY2023 临床研究者 Form483 观察项趋势.
13. 美国 FDA,FY2024 IRB FDA 483 观察项趋势, 仅含 FY2024 数据。
14. FDA。FY2023 IRB Form483 观察项趋势.
15. 美国 FDA,FY2024 GLP FDA 483 观察项趋势, 仅含 FY2024 数据。
16. FDA。FY2023 GLP Form483 观察项趋势.
17. FDA。E6(R3) 药物临床试验质量管理规范,最终指南,2025 年 9 月.
18. 美国食品药品监督管理局。在临床研究中使用电子健康档案数据——行业指南(2018 年 7 月)。
19. U.S. Food and Drug Administration. 临床试验中的电子源数据——行业指南 (2013年9月).
20. ClinicalTrials.gov / Aggregate Analysis of ClinicalTrials.gov (AACT). 关系型临床研究数据库快照 (访问于2026年8月).
21. Health Level Seven International. HL7 FHIR Release 4 (R4) 规范 (访问于2026年).
22. Clinical Data Interchange Standards Consortium & HL7 Vulcan. HL7 FHIR 至 CDISC 联合映射实施指南 (访问于2026年).
23. National Archives and Records Administration (eCFR). 21 CFR Part 11:电子记录;电子签名 (访问于2026年).
24. National Archives and Records Administration (eCFR). 21 CFR Part 312 Subpart D:申办方与研究者职责 (访问于2026年).
25. HL7. SMART App Launch:作用域与启动上下文.
26. U.S. Food and Drug Administration. 基于风险的临床试验监查方法:问答——行业指南 (2023年4月).
27. International Council for Harmonisation. ICH 协调指导原则:临床研究一般考虑 E8(R1) (2021年10月).
28. Agrafiotis DK, Lobanov VS, Farnum MA, et al. 临床试验基于风险的监查:一种综合方法, Clinical Therapeutics, 2018; 40(7):1204–1212. DOI: 10.1016/j.clinthera.2018.04.020, PMID: 30100201.
29. EClinCloud. eClinical 平台:EDC、eCOA 与 CTMS | EClinCloud (访问于2026年11月).
30. EClinCloud. 电子数据采集 (EDC) | EClinCloud (访问于2026年11月).
31. EClinCloud, 信任与合规资料, 访问于2026年11月.
