自适应与贝叶斯试验：从统计设计到受控运营

核心摘要

自适应试验需要的不仅仅是一项统计决策规则。团队必须清楚哪些数据会触发期中分析、谁能够查看比较性结果、经授权的决策如何传递至随机化与供应系统，以及哪些记录能确保结果具备可重现性。ICH E20 的 2025 年六月草案与 FDA 的 2026 年一月贝叶斯草案，与 FDA 的 2019 年自适应设计指导原则、其 2024 年 DMC 草案以及最终的电子记录指导原则一道，提供了实用的规划原则。它们并未规定单一的供应商架构，也未保证特定设计必定获得认可 [1] [3] [4] [5] [10]。

状态与范围： 本文分析了已检索到的 E20 草案文本（主要侧重于确证性自适应试验）以及 2026 年一月 FDA 贝叶斯草案。工作计划目标并非最终采纳。针对本次修订所查阅的 FDA/EMA 官方页面仍将 E20 标示为草案。探索性试验还有其他考量，且可能允许规范程度较低的自适应调整；切勿将确证性架构机械地强加于每一项早期试验 [1] [2]。

下文建议的实施方案分为了三个层级：适用法律与基础法规记录要求；具有非约束力的指导原则建议；以及由作者提出、供与申办方和研究团队讨论的工程控制措施。诸如不可变快照、参数令牌、防火墙矩阵或 CDISC 映射等术语描述了可能的实现方式。它们并非用以证明 FDA 要求特定的界面、变量名称、自动化事务或 EClinCloud 产品功能。

三项规划决策将统计层与运营层衔接起来。 访问权限： 将非盲分析与监测同处于设盲状态的试验执行相隔离，包括防止通过自适应调整或供应信息产生间接揭盲。 执行： 确立如何在不改变已获批统计规则的前提下对决策进行授权、表征和应用。 可重现性： 保存相关的数据、代码、假设、软件以及决策记录。正式的期中数据库锁定可能是适宜的，但 E20 将其描述为确保及时验证与清洗的一种可能措施，而非每一次期中检视的无条件要求 [1]。

模拟规模应当依据运行特征所需的精度来确定。E20 将 100,000 次或更多次重复作为一个可能对 I 类错误估计至关重要的示例；它并非通用的数值下限。贝叶斯计算同样需要与所选方法相适宜的经合理论证的诊断指标和实施记录。可复用的分析环境有助于支持这些目标，但无法确立外部先验的科学相关性或研究目标估计量的充分性 [1] [3]。

所保存的 NIH RePORTER 检索提取物包含来自 31 项查询的 5,137 条返回记录以及 4,876 个唯一申请标识符。在预定义的文本/查询分析中，有 1,069 项申请匹配 EDC/eCRF 概念、854 项匹配随机化概念、414 项匹配监测委员会概念、103 项匹配自适应设计概念、69 项匹配贝叶斯概念，以及 30 项匹配试验模拟概念。这些是选定公开资助语料库中的词汇/查询匹配，而非经过验证的实施案例或针对商业平台的调查。其价值在于提供主题背景；它们既不能证明存在市场能力差距，也不能证明未出现某词组的资助项目就缺乏底层方法 [12]。

---

1. 监管架构与范围界限：ICH E20、FDA 的 2019–2026 年指导原则体系以及 ICH E9(R1)

1.1 区分非约束性指导原则建议与具有强制执行力的法律依据

在将 2025–2026 年监管文件转化为 eClinical 系统技术规范之前，临床运营和生物统计团队必须恪守 具有非约束力的监管指导原则 与 具有可强制执行力的法定或监管要求 之间的法律界限。发布 ICH E20 (Docket No. FDA-2025-D-3023, 90 FR 46900, 2025 年九月 30 日) 的 FDA 指导原则草案，与关于 贝叶斯方法学 (Docket No. FDA-2025-D-3217, 91 FR 1190, 2026 年一月 9/12 日) 的 FDA 指导原则草案均阐明，在定稿后，它们将代表 FDA 的观点，并不确立具有法律强制执行力的责任，且除非引述了具体的监管或法定要求，否则仅包含建议。[1] [3] [11]

适用的联邦法规与指导原则及实施方案的选择始终界限分明。IND 安全性报告规则规范申办方的相关安全性责任；核查与调阅条款对其管辖范围内的记录予以规范；电子记录与签名要求则取决于适用的基础法规以及 Part 11 的适用范围。FDA 关于 DMC 与电子系统的指导原则探讨了保持盲态、支持可靠记录并确保相关信息可供调阅审查的途径。切勿推断每个研发项目都需要设立所列出的全部委员会，亦不可认为核查权力仅在试验结束后才开始生效 [5] [10] [11]。

申办方应当就实际试验记录适用的义务与职责，包括被委托的活动。基于角色的访问控制、相称的系统验证、稽查轨迹以及记录留存可以落实这些职责，但其设计必须考量风险与预期用途。本文所详述的工作流程属于建议的设计探讨，不能替代适用性评估 [7] [10]。

1.2 依据 ICH E20 第 1 节何种情形属于自适应设计

在 第 1 节（引言：背景、语境与范围） 中，ICH E20 对何种情形构成自适应临床试验设计划定了明确的界限：

自适应设计允许基于对累积受试者数据的期中分析，开展前瞻性规划的试验修改。前瞻性与内部数据这两个要素使其区别于诸多常规的方案修改（ICH E20 第 1 节）[1]。

ICH E20 随即排除了申办方在操作 SOP 中经常与自适应设计混为一谈的三类试验活动（第 1 节）：

1. 计划外方案修改 ：在试验中期为应对意外事件而临时制定的方案修改不属于自适应设计的定义范畴；其对试验有效性与结果解释的影响需要进行评估（第 6.2 节）。[1]
2. 纯外部修改 ：完全 由试验外部信息所驱动的方案变更（例如从未分析累积内部试验数据的不相关试验中公布的新安全性发现或终点标准）不属于自适应设计的定义范畴，尽管它们仍需要审慎的记录和保持盲态。[1]
3. 常规运营监测 ：对非比较性运营指标的持续监测——具体而言即 入组率、数据质量以及试验脱落率 ——应当作为 ICH E6(R3) 与 ICH E8(R1) 规范下的良好试验管理的一部分常规开展，且明确不属于 ICH E20 的关注重点（第 1 节）。[1] [7] [9]

E20 工作计划提供了制定里程碑；拟定于 2026 年十月采纳并不代表采纳已经发生。该草案侧重于旨在确证疗效并支持获益-风险评估的试验，同时阐明了其原则如何同样指导探索性工作。在所查阅的草案中，关于贝叶斯方法的讨论带有一项协调限定说明。申办方在递交申报前应当核实适用的版本与区域性实施情况，并与相关监管机构就试验的具体问题展开讨论 [1] [2]。

表1：与适应性及贝叶斯临床试验执行相关的2019–2026年ICH与FDA指导原则体系的监管与技术范围。除非基于所引用的法定条款或CFR条款，否则指导原则中的建议不具有约束力。 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11]

1.3 将临床问题与试验实施相衔接的五项原则

E20第3节围绕试验在研发进程中的定位、前瞻性明确规定、错误结论、可靠估计以及试验完整性来组织规划。这些原则指导设计与实施；它们本身并未规定数据库架构。运营需求应当可追溯至实际设计、适用的合规义务或经合理论证的风险控制措施，而不仅仅是附带一个指导原则引用 [1]。

与研发进程相契合。 一个无缝试验能够衔接不同阶段，但无法消除未解决的研发问题。E20指出了包括充分的安全性信息、生产就绪情况、剂型变更以及诊断研发在内的问题。团队应当考量这些依赖关系是否允许所提议的阶段转换。如果受试者在获得必要的临床或产品信息之前就进入后续阶段，那么即便在统计学上高效的推进在运营上也可能是不适宜的 [1]。

规划适应性调整及其所回答的问题。 E20建议在试验启动前明确期中分析的次数与时机、统计学方法、预期的适应性调整规则、最终分析以及目标估计值。凡计划进行人群或治疗选择之处，均要求完全预先明确候选目标估计值。在E9(R1)框架下，这些目标估计值将治疗、人群、结局变量、伴随事件处理以及群体水平汇总关联起来。因此，更改招募资格不能被视为孤立的随机化系统更新：团队需要知晓拟保留的科学比较究竟是什么 [1] [8]。

前瞻性规划并不意味着每一种适应性方法都要求相同的刚性。E20阐明，对预期规则的适当遵循程度取决于具体的适应性调整和统计学方法。通常推荐允许在具备灵活性的同时进行有效推断的方法；若推断的有效性依赖于遵循某一规则，则这种依赖性至关重要。实际工作中的任务是将所允许的灵活性与会改变运行特征或结果解释的偏离区分开来。系统不应仅仅因为具备自动化操作功能，就悄然将监查建议转变为不可逆的变更 [1]。

限制错误结论。 E20阐释了在缺乏恰当统计学调整的情况下，利用期中治疗效应调整样本量可能使I类错误增加一倍以上。这是对可能后果的预警，而非对每种设计的数值预测。频率学派方法通常通过预先指定的错误控制来解决这一问题，包括在相关时控制多重性。其他方法则需要明确的论证以得出稳健的结论。选择一个惯用的名义显著性水平，并不能证明重复分析与选择能保持该水平 [1]。

评估估计，而非仅评估检验。 适应性检验虽可控制假阳性，但常规估计值仍可能存在不理想的偏倚或区间覆盖率。提前终止与选择可能会改变哪些数据集能进入最终分析。E20建议审查偏倚、变异度、均方误差以及置信区间表现，并在可行且适宜时采用可靠性更高的方法。它并不要求在每项临床试验中都采用相同的偏倚校正估计量。报告应当阐明所选方法及任何尚存的局限性，而不是暗示某种特定名称的调整定能保证得出无偏结论 [1] [4]。

保护试验完整性，包括防止间接泄露。 即便没有看到分析表格，获知调整后的样本量或分配比例也可能透露期中结果的相关信息。可推断的信息量取决于规则以及观察者所掌握的知识；精确的反向推导并不总是可能的。E20描述了少数几种可能的调整后样本量以及保密的章程附录作为可能的缓解措施。二者均非普遍要求，且其本身均无法单独保证保密性。中心招募目标、供应信息以及获取总体目标的权限也可能至关重要 [1]。

这引发了一个具有实用价值的实施问题：每位接收者从其履行职责所需的信息中能够推断出什么？例如，物流团队可能需要获得授权的供应指令，但无需获知触发该指令的治疗效应估计值。这一问题的答案应当归入试验的实际沟通计划中。E20明确承认，保护性流程无法完全保证完整性；研究者在解释结果时应当审查相关的试验执行变更与潜在偏倚 [1]。

---

2. 将五类适应性调整转化为受控操作

E20第4节区分了提前终止、样本量调整、人群选择、治疗选择以及受试者分配。第5.6节讨论了运营前置依赖，包括随机化系统、试验用药品供应、知情同意以及及时的数据验证与清洗。正式的期中数据锁定是一种可行的措施，但并非针对每次分析所规定的必备前提条件。下文的示例阐释了研究建库应当回答的问题；它们并非针对EDC或RTSM软件的FDA规范 [1]。

工作流程示意。职责、访问权限、时间安排与自动化应体现试验商定的治理机制。

2.1 提前终止：考量中期数据截止后可获得的信息

群组序贯及其他提前终止设计利用累积证据来考量有效性、无效性或安全性。统计学规则与操作层面的终止流程需要相互契合。招募、随访、事件裁定和数据录入并不一定同时停止。因此，在基于已确定的中期数据集做出决策之后，可能会随后出现来自已入组受试者的额外信息。忽视这些数据或悄悄将其混入原始分析中，都会掩盖支持该建议的依据 [1] [4]。

E20 建议对额外数据进行适当记录，并报告基于中期数据以及基于所有可用数据的分析。获益-风险估计值的差异值得进行审查。这并不意味着设立通用的软件标记，也不强制要求对每个终点都采用相同的两个数据集结构。统计团队应界定纳入与分析规则，数据团队则应保留充分的数据溯源信息，以重现预期的分析。经更正的记录与真正属于后期的观察数据可能需要不同的处理方式 [1]。

针对无效性，E20 通常建议采用非约束性规则。该术语指的是统计设计层面：在出现无效性建议的情况下仍继续试验，与忽视一项检验有效性所依赖的界值相比，对错误率控制的影响可能截然不同。“非约束性”并不意味着操作上的自由裁量可以不予记录，也不意味着可以忽略安全性考量。章程与分析计划应当说明将如何记录和评估建议、决策以及偏离情况 [1]。

2.2 样本量调整：区分盲态干扰参数估计与比较效应

盲态样本量重新评估可以利用合并变异度等信息，而无需揭示治疗组间的比较。这可以减轻对保密性的一些担忧，但在统计学上并不自动意味着无害。E20 指出，常规方法可能适用于某些具有连续型结局且样本量合理的优效性试验，而在某些非劣效性设定下，可能会导致 I 类错误膨胀。论证必须针对终点、假设以及实际的重新评估程序，而不能假定“盲态”一词本身就能确立其有效性 [1]。

非盲重新评估利用了具有比较性的中期信息，并引发了关于推断与试验真实完整性的额外问题。E20 建议预先指定预期规则（包括最小和最大样本量）以及分析方法。将各阶段证据与预先指定的权重相结合，是支持有效推断的方法之一；该指导原则并未将申办方局限于两种具名的算法。应当对所用方法在错误率控制、检验效能、估计可靠性以及具有临床意义的证据（包括充足的暴露量）方面进行评估 [1]。

E20 强烈建议在其讨论的确证性设计中，对非盲比较数据进行独立分析与监查。为实施变更而释放的信息需要审慎控制。离散样本量网格与保密附录是减少间接泄露的可能途径；但对于每一次非盲重新评估而言，两者均非强制要求。团队应评估所选机制在其特定应用环境下是否确实隐藏了敏感信息，包括防止被知晓试验设计并观察招募或供应变化的人员所获知 [1]。

在实施方面，应记录是由哪个数据集和规则生成的建议、由谁批准了最终的目标值，以及哪些系统或中心接收了该指令。这些属于建议的可追溯性实践做法，而非强制要求的字段名称。若该建议与预期规则存在差异，应在将该变更视为常规配置更新之前，保留其原因并评估其影响。单凭最终目标值的日志记录，无法阐明支持统计推断的前提条件是否得以保持 [1] [10]。

2.3 人群选择：保留备选估计目标与受试者计划

自适应富集设计可根据中期证据在预先指定的人群之间进行选择。E20 要求明确备选估计目标、预期选择规则以及计划的推断方法。亚组或生物标志物阈值的科学依据需要充分论证，且获益-风险解读应当考量各人群中所产生的信息。一条技术上有效的规则并不能将任意的亚组转化为具有临床意义的目标 [1] [8]。

E20 并未普遍要求 RTSM 从第一位受试者起就对每个备选亚组进行分层，或自动切换队列门控。系统实施应当支持所选的设计及其在随机化、合格性与分析方面的实际需求。在通过检测或中心实验室数据流判定合格性的情况下，团队应针对该用途建立相应的就绪机制、质量保证和数据核对流程。所引用的指导原则并未为所有富集试验规定单一的集成顺序或检测至 RTSM 的接口 [1]。

E20 还要求对不再被选定的人群中的受试者管理进行规划。相关行动取决于试验方案、安全性以及科学目标；任何文章都不应硬性规定所有此类受试者都必须遵循同一种延续策略。应始终区分“停止在某一人群中招募新受试者”与“更改已入组人员的治疗或随访”。这些决策在伦理、操作以及估计目标层面可能产生不同的后果 [1] [8]。

2.4 治疗组选择：检验选择过程与后续估计值

选择剂量或给药方案可以连接探索性阶段与确证性阶段，或从多臂设计中剔除试验臂。计划中应说明各治疗组、预期的选择规则、拟进行的比较，以及对分配至不再被选定的治疗组的受试者的管理。多重性与分阶段推断需要采用与该设计相适应的方法；仅泛泛要求应用一种闭合检验或合并程序是不够的 [1] [4]。

选择过程可能会偏向异常阳性的中期估计值。E20 建议评估估计的可靠性并考虑经调整的估计值，而非在所有情况下都要求采用特定的收缩估计量或中位数无偏估计量。数据及时性同样值得关注：若来自某一试验臂的结局数据送达较慢，在决策时点可获得的比较结果可能无法代表预期的信息。应在计划阶段对这类合理的实际操作情景进行评估，而不能仅仅因为所有试验臂共享同一个数据库就假定数据成熟度相同 [1]。

试验臂选择指令会对随机化和药品供应产生影响，但操作层面的应对措施应遵循试验方案和授权流程。移除分配选项、处理库存以及与各试验中心沟通是不同的任务。拟定的工作流程应避免泄露不必要的中期证据，同时也不应凭空臆造对虚拟发货、特定 API 或概率表自动清零的通用要求 [1]。

2.5 受试者分配：应对时间趋势与实施依赖关系

协变量自适应分配与反应自适应随机化回答的是不同的设计问题。前者可寻求受试者特征的均衡；后者则利用累积的结局来改变分配。E20 强调，反应自适应分配可能会与预后、医疗护理或招募随时间变化的趋势发生交互作用。如果治疗组比例和结局随日历时间一同发生变化，由此得出的比较结果可能会出现失真 [1]。

该指导原则讨论了可能的方法，包括有限数量的调整时点、具有预设组合权重的阶段性分析，以及基于重新随机化的检验。这些属于示例，而非排他性的菜单或强制性的“时间机器”模型。应针对实际设计评估运行特性，包括现实中的趋势和延迟。相比于固定分配，反应自适应分配并不会自动提高检验效能；其权衡取舍可能包括更低的检验效能和更高的操作复杂性 [1]。

正如 E20 所述，随机化与药品供应安排应能够在申办方参与最少的情况下执行预先指定的算法。这并不要求在没有授权监督的情况下进行完全自主的执行。试验方案、监查计划和实施规范应就以下情况的处理达成一致：所需数据发生延迟、某项建议被推迟、或药品供应无法支持原本允许的变更。这些依赖关系应纳入前期规划和情景评估中，而不是在获知比较结果后仓促应对 [1]。

表 2：源自 E20 五个类别的建议实施问题。没有任一行规定特定的软件架构、数据标记或强制性期中锁定。 [1]

---

3. 治理与数据访问：明确职责划分，无需凭空设立通用委员会

统计分析、监查、安全性评估与试验管理具有不同的目的。E20 与 FDA 的 DMC 草案阐明了为何这些职责对独立性和保密性至关重要。它们并未规定每项研究都必须设立六个实体，也未表明单一组织架构图就能保证试验完整性。临床试验的设计、风险和治理架构应决定需要哪些机构以及它们的职责如何相互配合 [1] [5]。

3.1 E20 背景下的独立分析与监查

对于第 5.1 节讨论的涉及非盲比较数据的确证性自适应临床试验，E20 建议设立一个独立数据监查委员会（其中包含一名通晓自适应设计的统计学家）以及一个单独的独立统计小组。该小组应负责准备期中分析，不应包含 IDMC 成员，且不应支持其他试验活动。E20 强烈建议仅允许该小组和 IDMC 访问非盲期中数据 [1]。

本文使用“独立统计小组”这一表述，而非将某个特定的机构缩写视为强制性实体。独立性是一项实质性安排：人员、职责、利益冲突、汇报关系以及访问权限均需为此提供支持。仅聘用一家独立的公司本身并不能证明分析人员已与试验执行决策有效隔离。相反，指导原则中的建议不应被表述为法定禁令，以至于抹杀其关于申办方在例外情况下进行访问的探讨 [1]。

拟定的研究构建审查应将每项敏感产出与其接收者及使用目的关联起来。分析小组需要足以产生可靠结果的数据和方法；监查机构需要足够的信息来评估建议并保障受试者安全。处于盲态的执行人员需要充分的操作指令以采取行动。向所有人提供相同的报告固然方便，但可能会破坏治理计划原本意图实现的职责分离 [1] [5]。

3.2 其他监督角色与比较组设盲

FDA 于 2024 年 2 月发布的 DMC 草案区分了数项监督职能。IRB 负责保护受试者，且在试验进行期间通常接收盲态信息，但申办方和研究者仍有责任沟通与该监督职能相关的重要新信息。将 IRB 的信息需求仅仅归结为定期的试验延续信，或断言其绝不能接收其他相关信息，都是不准确的 [5]。

试验指导委员会可负责监督科学与运营层面的执行情况。FDA 建议其对各研究组别的结局数据保持盲态。终点裁定人员在评估终点时，应对所分配的干预措施保持盲态，即使试验本身并未设盲也是如此。这种隔离有助于减少偏倚；但并不能保证分类结果完全无偏。能够查阅比较数据的 DMC 不应同时承担终点裁定工作 [5]。

该草案分别讨论了临床中心监查员以及审查安全性数据的机构。中心监查员为试验执行和数据质量提供支持，且应对组别分配保持盲态；他们不应为了试验决策而查阅累积的有效性数据。评估汇总安全性报告的机构可能需要非盲安全性信息（包括相关的个体组别分配），同时需与试验执行保持隔离，且不得接触有效性数据。其目的不同于 DMC 对试验是否继续进行所作的更广泛评估，尽管 FDA 也描述了 DMC 同样可以开展安全性评估的情形 [5]。

自适应调整机构可以独立于 DMC，或在适当时将自适应调整职责分配给 DMC。草案描述了这种权衡取舍：设立独立机构可以汇集相关领域的专业特长，而单一机构则能减少协调方面的困难。自适应调整机构应具备相应的统计学专业知识，并执行预先设定的计划，而不是在看到结果后凭空捏造自适应调整方案。尽早对各种假设情景展开讨论，有助于确认拟采取的行动是否合理 [5]。

在 DMC 草案中，标有“A组”和“B组”的比较表格被视为非盲数据。隐去药品名称并不能消除治疗组间的比较，且其他特征仍可能泄露其真实身份。因此，此类表格不能作为盲态运营报告的安全替代品。访问权限的决策应反映信息的内容实质，而不是某一列是否恰好包含产品名称 [5]。

3.3 例外情况、记录与相称的技术控制

E20 将申办方查阅非盲期中数据的提议视为一种需要令人信服的合理依据与周密规划的例外情形进行探讨。它建议将接触人员的数量控制在极少数，使其独立于试验执行，并详细记录谁查阅了哪些信息。在规划阶段，应与监管机构就拟议的访问权限及保护试验完整性的措施进行沟通探讨。该草案还承认，提前终止建议可能需要提供足够的信息以供申办方作出决策 [1]。

这些要点并未授权申办方进行不受限制的访问，但同样未对个人未来的每项任务设立普遍禁令，也未要求对每一次读取事件都记录电子日志。团队应记录实际的界限、职责以及已发布的信息。在适用的电子记录要求下，相称的访问控制与相关的稽查轨迹可为该计划提供支持；风险评估与预期用途则决定了哪些控制手段是适宜的 [7] [10]。

闭门会议纪要和非盲报告需要对盲态试验人员保密，而适用的 FDA 检查及记录查阅权力在试验进行期间依然有效。应在不破坏持续盲态的前提下，规划记录保存、监管机构查阅以及后续的妥善移交。“保密”描述的是受控的处理方式；它不能作为认定记录在试验结束前不可接受检查的依据 [5]。

表 3：职责与可能的控制措施。这是一份规划矩阵，而非对固定数量的委员会、数据库角色或安全产品的硬性要求。 [1] [5] [7] [10]

---

4. 贝叶斯方法：阐明推断选择并保存计算证据

4.1 E20 协调化限定说明

E20 第 5.3 节的脚注 1 指出，贝叶斯章节尚未完全实现协调化。该草案还告诫，切勿将其内容视为已获得监管机构的全面认可，或视为取代了现行的区域指导原则。这些陈述并未透露各监管机构之间存在分歧的内在原因。一个站得住脚的方案应当明确相关区域的立场并对拟议设计展开探讨，而不是仅仅因为草案中出现某种方法就想当然地认为它已获得全球认可 [1]。

在主要分析控制了频率学误差的设计中，贝叶斯概率可以支持自适应调整决策。当外部信息通过信息先验进入主要推断时，就会产生一个不同的问题。先验分布可能会改变结论和运行特性，尤其是在外部证据与当前人群存在冲突的情况下。这些用途需要明确且各自独立的合理性论证；两者均不意味着存在通用的后验截断值、禁止信息借用，或在数学上保证能够获得特定的效率提升 [1] [3]。

4.2 监管范例所确立的内容

FDA 2026 年 1 月的贝叶斯草案讨论了既往临床试验借用、外部或非同期对照、儿科外推、亚组估计以及剂量探索。文中列举了包括 REBYOTA、GBM AGILE 和 Precision Promise 在内的示例。这些示例阐明了贝叶斯方法已获应用的情境；它们并不授权将某个先验、模型或阈值照搬到另一项研发计划中 [3]。

数据来源决策应当先于数据整合。应识别相关证据，阐明纳入与排除标准，并审查人群、治疗、医疗照护和结局测量方面的差异。技术上规整的数据拼接无法使不适宜的外部对照与当前临床试验具备可比性。因此，数据溯源的目的远不止于记录文件的来源：它支持评估所选信息是否能回答当前的临床问题 [1] [3]。

FDA 针对小样本人群的 CGT 草案为面临招募受限的研发项目提供了补充背景，但该情境并未消除对可靠推断的需求。借用或其他创新设计的适宜性取决于产品、适应症与证据。运行平台可以保留各项假设与分析记录；但不能仅仅通过将外部患者的观察数据置于统一模式中，就确立这些患者的相关性 [6]。

4.3 成功标准、分析先验与设计先验

贝叶斯草案以通俗易懂的形式展示了一条决策规则： Pr(d > a given observed data) > c 。在此，d 为治疗效应，a 为比较阈值，c 为后验概率界值。在数值越大越有利的效应尺度上，对于优效性而言 a 可以为零，或者为一个负的非劣效性界值。若数值越小越有利，则不等式方向改变。若将 a 一律称为最小临床有意义获益，将会对其中某些应用产生不准确的描述 [3]。

该草案讨论了成功标准的若干依据。界值可针对频率学运行特征进行校准、通过对可信后验概率的直接解释来选定，或由获益-风险或决策论框架提供依据。其依据取决于具体情境，并应与 FDA 进行讨论。倾向于存在效应的先验信息可能会改变当前临床试验原假设场景下的假阳性表现；因此，校准可能会折损借用效率。这并不必然要求采用相同的界值，也不会消除借用的每一项益处 [3]。

在给定的模型下，上述规则意味着 d 小于或等于 a 的后验概率小于 1 减去 c。这并不意味着该概率等于 1 减去 c，也不意味着该临床试验的重复抽样假阳性率等于该数值。直接解释取决于先验和模型的可信度。较小的后验尾部概率无法弥补选择性的外部数据选取，亦无法弥补先验与当前人群之间未经验证的冲突 [3]。

应将与观察到的临床试验数据共同进入推断的 分析先验 ，与在评估运行特征时代表合理真实参数值的 设计或抽样先验 区分开来。在设计先验上对结果取平均，与在指定参数值下评估性能回答的是不同的问题。这两种先验可服务于不同目的，且需要各自独立的依据。在模拟文档中同时指明这两者，有助于防止将用于生成场景的假设误认为是临床试验分析中实际使用的先验 [3]。

对于针对频率学误差进行校准的设计，应评估相关的原假设与备择假设场景以及合理的运行假设。在 FDA 与申办方就另一种成功标准框架达成一致的情况下，贝叶斯运行特征和设计先验评估可具有相关性。跨合理参数的敏感性以及先验-数据冲突仍具有信息价值，但该草案并未对每项未经校准的贝叶斯临床试验强加单一固定的原假设网格报告模板。应阐明哪些汇总统计量支持该设计的实际依据，以及取平均可能会掩盖什么 [3]。

4.4 借用与先验有效样本量

E20 与贝叶斯草案均强调外部信息的相关性与质量。医疗照护、入选资格、结局测量和时间方面的差异可能会削弱可比性。E20 通常期望获得患者层面的外部数据，以支持对相关性和冲突的评估。它并未一律要求在进行任何借用之前都必须进行倾向评分匹配，而对已测特征的调整本身并不能确立可交换性 [1] [3]。

FDA 将借用程度固定的静态折减与允许当前数据相容性影响借用的动态方法区分开来。动态方法在发生冲突时可提供保护，但其参数和假设同样需要提供依据。没有任何方法族能够保证在每个数据集中都完全剔除不相容的证据。模拟和敏感性分析应当对所提议的方法进行考察，而不是仅仅凭其名称就推定其具有理想表现 [3]。

表 4：贝叶斯草案中讨论的选定方法。这些描述并不承诺完全剔除外部信息，亦不为所有研发项目规定统一模型。 [3]

先验有效样本量可以表达先验所代表的信息量，但并不存在普遍唯一的虚拟受试者计数。FDA 讨论了不同的定义，并建议对测度指标和计算方法进行说明。在动态借用下，借用贡献会随当前观测值而发生改变；应在各种合理结局以及相对于前瞻性样本量的情况下对其进行评估。较理想的平均值可能会掩盖特定场景下的过高贡献 [3]。

E20 建议预先指定借用方法与成功标准、考察先验-数据冲突、限制最大借用量并评估敏感性（包括不进行借用的情形）。应当保留足够数量的当前临床试验数据，以进行具有充分信息量的获益-风险评估。这些评估有助于揭示对外部假设的依赖。先验有效样本量不应与涉及计算精度的 MCMC 有效抽样次数混淆，也不应与 FDA 不推荐用作衡量借用信息度量的 I 类错误混淆 [1] [3]。

4.5 论证模拟精度与计算可重复性

ICH E20 第 5.2 节（模拟） 与 FDA 2026 年 1 月的贝叶斯指南草案（第 IV.B、VII 和 VIII 节） 均将模拟套件与后验计算脚本提升为首要的监管审评资料。 [1] [3]

对于估计接近 0.025 的概率的独立模拟重复，二项蒙特卡洛标准误约为 sqrt(0.025 × 0.975 / M)。在重复 1,000 次时，其约为 0.00494；在重复 100,000 次时，其约为 0.000494。因此，近似 95% 的蒙特卡洛误差限分别约为 0.00968 与 0.000968。这些属于示例性数值计算，而非临床置信区间或通用的通过/失败判定规则。应针对实际的估计量、场景与决策对精度进行论证 [1]。

E20 阐明，对于 I 类错误估计而言，100,000 次或更多的重复可能十分重要，而对于诸如把握度等其他特征，较少的次数即可满足要求。它还要求提供具有充分依据的场景范围、基准设计、可重现的随机数生成以及结构化报告。其报告清单包括单个模拟临床试验的示例、局限性以及将研究结果与所提议设计相关联的临床讨论 [1]。

对于贝叶斯数值计算，应记录所选方法、实现方式、软件环境、相关设置及诊断指标。在使用 MCMC 时，MCMC 链数、迭代次数和收敛性检查可能具有相关性；但并非普遍强制要求进行抽样稀疏、哈密顿抽样或达到特定诊断阈值。所拟定的自动重试规则应当具备科学依据并予以记录，而不应将其表述为 FDA 所规定的算法。应跟踪记录实现失败的情况，以免静默丢弃计算困难的模拟重复样本从而扭曲运行特征的估计值 [3]。

一份实用的可重复性资料包可包括可执行示例、记录在案的随机种子、输入版本、脚本与输出，以及足以供独立重新运行的说明。E20 建议出具一份将临床假设与模拟场景及结论联系起来的报告。通过软件执行检查仅能确立程序可以运行；这并不能证明场景网格已覆盖临床合理的范围，亦不能证明所选模型是充分适宜的 [1] [3]。

---

5. 定量全景：NIH RePORTER 电子临床项目组合（2026-08-23）与 CDISC 标准就绪度（2026-07-31 快照）

为了在不过度夸大公共研究项目组合所衡量内容的前提下，为这些规划问题补充实证背景，我们分析了分别于 2026-08-23 (NIH RePORTER) 和 2026-07-31 (CDISC 标准) 获取的两个经验证的本地数据集：

1. NIH RePORTER eClinical 项目组合数据集（“nih_reporter_eclinical”，2026-08-23） ，通过官方 NIH RePORTER v2 检索 API (https://api.reporter.nih.gov/v2/projects/search) 针对 31 个预定义高信号 eClinical 检索查询 检索获取，产生 5,137 条原始 API 项目记录 （已验证报告查询总数的 100%）以及 4,876 项唯一去重项目申请 （“unique_appl_ids_verified = true”）。[12]
2. CDISC 标准数据集（“cdisc_standards”，2026-07-31 [“20260731_full”]） ，索引了 32 个已发现/已下载的官方 CDISC 标准页面 以及 54 条关联合规规范资源记录 （已下载 25 个公共资源，排除了 29 个需身份验证的标准包）(https://www.cdisc.org/standards). [13]

5.1 NIH RePORTER 语料库中 eClinical 基础设施与自适应、贝叶斯、防火墙及模拟治理的分布

在 4,876 份去重后的 NIH eClinical 项目申请（快照 2026-08-23）中，对项目标题、摘要及匹配检索标签进行的程序化文本与查询分类显示，所选术语的出现频率分布不均：[12]

查询记录行与去重后的主题行属于不同的统计单元。百分比是将每个显示的计数除以 4,876 得出以供参考；查询行的百分比并非经核实的不同研究所占份额。类别之间可能存在重叠，不应直接求和。主题标签描述的是预定义分类，而非对资助研究方法的审计。

表 5：NIH RePORTER eClinical 数据集的程序化细分（“nih_reporter_eclinical”，快照 2026-08-23，包含 4,876 份跨越 31 个预定义查询的唯一项目申请）。 [12]

在主管的 NIH 各研究所和中心 (IC) 中，这 4,876 份去重后的 eClinical 项目申请主要分布于 国家癌症研究所 (NCI, 983 份申请, 20.16%) 、 国家老龄化研究所 (NIA, 775, 15.89%) 、 国家心肺血液研究所 (NHLBI, 437, 8.96%) 、 NICHD (338, 6.93%) 、 NINDS (278, 5.70%) 、 NIDDK (273, 5.60%) 、 NIMH (192, 3.94%) 、 NIDA (190, 3.90%) 、 NIBIB (166, 3.40%) 以及 NIAMS (152, 3.12%) 。在本选定语料库中，按财年记录的申请数量从 398 份（FY2021）与 457 份（FY2022）增长至 553 份（FY2023）、597 份（FY2024）以及 634 份（FY2025）（其中 383 份记录于部分 FY2026，截至 2026-08-23 快照）。[12]

5.2 NIH RePORTER 数据集的方法学范围边界

为秉持严格的证据严谨性，表 5 的解读受制于三个边界：

1. 受查询范围限制的分母 ：这 4,876 份去重申请代表了至少匹配 31 个预定义 eClinical 检索字符串之一（例如 "electronic data capture"、"wearable sensor"、"randomization system" 等）的 NIH 资助拨款与合作协议申请。它们 并不 代表所有 NIH 资助的临床试验或商业行业申办的 IND/IDE 试验（在此类试验中，自适应与贝叶斯设计通常描述于保密的 IND 方案中，而非公开的拨款摘要中）。[12]
2. 申请年度单位与独立研究单位 ：在 NIH RePORTER 中，非竞争性延续拨款（Type 5 申请，例如 NHLBI PETAL Network Coordinating Center 的 5U01HL123009-04 与 5U01HL123009-05）在不同财年具有不同的 appl_id 标识符。因此，4,876 是去重后的 项目申请 计数，而非不同的多年期临床试验方案。[12]
3. 不得从字面缺失推断能力缺失 ：关键词匹配仅描述了在已索引的标题、摘要、术语和检索结果中发现的内容。措辞的缺失并不证明方法学或软件能力的缺失。这些计数不能用于对商业系统进行排名、衡量监管准备度，或确定未满足的市场需求 [12]。

5.3 在其实际范围内使用现有的 CDISC 资料

所留存的 CDISC 提取数据日期标注为 2026 年 7 月 31 日 ，包含 32 个标准页面与 54 条关联资源记录 。在这些资源记录中， 25 个公共资源已下载，29 个需身份验证的包已排除 。它并非一个完整的经身份验证的标准库。E20 建议及时验证和清理相关期中数据，并指出进行正式锁库可能是适宜的。它并未强制要求每次期中分析都必须以 SDTM/ADaM 数据包的形式交付，也未指定特定的分析标志 [1] [13]。

对于拟定的实施方案，应区分采集元数据、制表数据集、分析数据集和结果元数据。CDASH、ODM、SDTM、ADaM 和 Define-XML 各具不同的用途；选择某种格式并不等同于验证一项研究的分析。应采用适用的已发布版本、实施指南和递交要求。可访问的索引支持标准的检索发现，但并不能证明所有拟议的映射都是合规的 [13]。

期中数据包可以保存数据截断点、源提取数据、转换规则、分析人群、阶段分配、外部数据来源溯源及输出版本。诸如 ANL01FL 或 ANL02FL 之类的分析标志仅是示例，其含义必须予以明确定义；它们本质上并不意味着“期中”或“滞后数据”。同样，不应在脱离已定义语义的情况下随意挪用 STUDYID、DTYPE 或 EPOCH。自定义元数据可能是合适的，但应予以标注并记录在文档中，而不应描述为强制性的 CDISC 变量 [13]。

阶段归属及延迟事件的处理必须遵循预先指定的统计学方法。仅将每个迟到事件按日期归入某一阶段可能会破坏预期的独立性结构。应记录推导过程，并由统计团队对照设计进行核实。对于外部数据借用，应保留充分的溯源信息，以便重现纳入和排除的记录以及敏感性分析。这些是支持可追溯性的设计建议，并非获得监管认可的证明 [1] [3]。

---

6. 演练决策、其实施及其证据记录

6.1 四个假想失败场景

以下场景为作者提出的演练情景，而非观察到的试验事件、失败频率估算或监管验收测试。它们将来源文献中对推断、保密性、操作可行性以及额外数据的关切，转化为研究团队可以演练的问题。恰当的应对举措取决于实际方案、统计计划、安全性考量以及治理机制 [1] [3] [5]。

表 6：假设性规划演练。它们并不确立强制性的离散样本量规则、虚拟发运策略、先验自动替换或数据集标记。

对于第一项演练，应将获取比较性结果的权限与通过操作变更推断出的信息区分开来。如果另一项常规沟通泄露了几乎等效的信号，那么限制一份报告的作用微乎其微。E20 建议的控制措施应结合接收方可获得的实际信息进行评估。其目标是合理降低披露风险，而非保证保密附录或离散选择能杜绝推断的可能性 [1]。

对于供应，应在入组前审查计划中的适应性调整所带来的后果。一项在统计学上获允许的操作，可能需要在各仓库、国家或产品规格配置之间做好准备。演练应明确由谁识别限制条件，以及由谁能够批准符合计划的应对措施。不应在获知揭盲结果后临时拟定新的统计规则。E20 指出，模拟有助于调查操作场景以及统计学性能 [1]。

对于先验与数据冲突，应比较在合理替代假设下的结果，并审查结论对外部信息的依赖程度。动态借用是一种有待评估的方法，而非自动修复手段。在观察到不利的比较结果后替换先验，其本身就可能破坏前瞻性计划。研究团队应明确已计划了哪些敏感性分析，以及将如何记录和解释意外发现 [1] [3]。

对于延迟观测值，应保留决策时可用的内容以及随后提供的内容，包括更正和裁定结果。正式锁库可能在特定工作流程中有所帮助，但仅凭版本化记录并不能决定对这些观测值的正确统计学处理。该处理必须遵循设计。应比较相关分析并讨论实质性差异，而不是悄然用最新的提取数据替换期中证据 [1]。

6.2 建议的四部分就绪性检查

以下核查清单是作者基于 E20 第 5.2 节和第 6 节、贝叶斯指南草案关于文档记录的讨论以及下文列出的其他来源综合整理而成，供与研究团队讨论。它并非 EClinCloud 已实现各项功能的证明，也不是每项试验的完整义务清单 [1] [3]。

统计学就绪性： 记录目标与候选估算目标、预期的适应性调整、分析方法、重要操作特征及敏感性分析。评估基准设计，并论证模拟假设、精度及计算的合理性。阐明哪些结论依赖于对规则的严格遵守，以及该方法在何处允许灵活性。在将分析计划视为工程规范之前，确定需要尽早开展监管讨论的问题 [1] [3] [8]。

治理就绪性： 明确由谁进行分析、审查、建议、决策和实施。除正常运作外，还应考虑替代人员、利益冲突、例外访问和应急程序。将设盲比较组视作非盲信息。评估通过招募、分配和供应指令产生的间接泄露。记录所选控制措施为何适合实际试验，以及仍存在哪些残留风险 [1] [5]。

执行就绪性： 使用受控测试数据演练具有代表性的期中决策。将数据截点和清洗流程与分析、授权、随机化和供应衔接起来。确认指令被其接收方一致理解，包括决策被推迟或需要更正的情况。哈希值、加密消息和工作流软件是可能采用的工具，而非 E20 明确指明的要求。验证应针对预期用途和风险，而非仅仅证明消息已传送 [1] [7] [10]。

归档就绪性： 保存前瞻性计划、实际实施情况与偏离、相关访问证据以及审议记录。将最终报告与已发生的适应性调整进行核对协调。归档应支持试验重构，同时在进行过程中保持保密性。审评人员应能将某项建议与其依据及随后的行动相对应，而无需根据文件名进行推测，或假定最终的数据库版本就是当时审查的版本 [1] [5]。

---

7. 方法、范围界限与局限性

本综述使用了下文列出的原始文件和留存的公开数据提取物。来源章节描述了各项建议；工程表格和假设场景是作者为研究规划提出的转化方案，而非供应商验收测试或对 EClinCloud 能力的保证。NIH 分母是经查询筛选的一组申请标识符，而 CDISC 提取仅包括实际可用的公共资源。具体研究的接受度、数据格式适用性和监管实施情况需要针对拟议试验和所在司法管辖区予以确认。

若需就方案讨论咨询 EClinCloud, 请携带方案摘要、候选估算目标、期中规则和计划的数据流。利用具有代表性的适应性调整来明确统计学、治理和实施责任，然后与服务提供方确认服务范围和支持性证据。有价值的成果是针对实际研究制定成文计划，而非假定产品标签或咨询即可保证监管认可。

---

来源

1. 美国食品药品监督管理局（FDA）/ 国际人用药品注册技术协调会（ICH）。E20 临床试验适应性设计：行业指南草案, 案卷号 FDA-2025-D-3023，90 FR 46900，由 ICH 大会于 2025 年 6 月 25 日在第 2 阶段签署通过；由 FDA 于 2025 年 9 月 30 日发布（共 36 页）。范围与排除情形（第 1 节）、未调整的样本量膨胀警告（第 2 节）、包括可能保密措施在内的五项核心原则（第 3 节）、包括超额/滞后数据与非约束性无效建议在内的五类适应性调整（第 4 节）、IDMC 和独立统计学小组保密建议（第 5.1 节）、具有合理论证精度的临床试验模拟与结构化模拟报告（第 5.2 节）、贝叶斯适应性设计及脚注 1 未协调声明（第 5.3 节）、随机化、药品供应与期中数据准备考量（第 5.6 节），以及试验前/上市申请文档核查清单（第 6 节）。

2. 国际人用药品注册技术协调会（ICH）E20 专家工作组。ICH E20 第 2 阶段入门培训演示文稿：临床试验适应性设计 （日期为 2025 年 6 月 25 日；文件发布于 2025 年 7 月，共 27 张幻灯片）与 ICH E20 专家工作组工作计划 （2026 年 2 月 12 日 / 3 月 20 日，共 3 页）。EWG 领导层（报告人 Gregory Levin 博士，FDA；监管主席 Christian Roes 博士，EC）、区域公众征求意见窗口期、2026 年 6 月里约热内卢 EWG 会议，以及 2026 年 10 月第 3/4 阶段定稿的工作计划目标（这并非采纳的证据）。

3. 美国食品药品监督管理局（CDER / CBER / OCE）。药物与生物制品临床试验中贝叶斯方法的应用：行业指南草案, 案卷号 FDA-2025-D-3217，91 FR 1190，于 2026 年 1 月 9 日发布；《联邦公报》通告于 2026 年 1 月 12 日刊载（共 29 页）。PDUFA VII 承诺；第 III 节中的示例（REBYOTA、GBM AGILE、Precision Promise、empagliflozin、linagliptin、EMAS BHM、LEADER liraglutide、Rinvoq Drug Trials Snapshot、CRM、BLRM/EWOC、BOIN、mTPI/mTPI2、BOIN12）；贝叶斯成功标准 Pr(d > a 给定观测数据) > c 以及设计先验与分析先验（第 IV 节）；静态与动态折减先验及先验有效样本量（ESS）（第 V 节）；以及适用于该方法的计算诊断、可重现性与代码文档记录（第 VII–VIII 节）。

4. 美国食品药品监督管理局 (CDER / CBER)。药物和生物制品临床试验适应性设计：行业指南, 最终指南，案卷号 FDA-2018-D-3124，84 FR 65983，于2019年十一月发布；《联邦公报》通告发布于2019年十二月2日（37页）。非比较性与比较性期中分析、分阶段合并检验方法（Cui-Hung-Wang、逆正态）、偏倚校正的点估计与区间估计，以及数据访问防火墙要求。

5. 美国食品药品监督管理局 (CDER / CBER / CDRH / OCP)。临床试验中数据监查委员会的使用：行业指南草案, 修订版指南草案，案卷号 FDA-2001-D-0219，89 FR 10084，发布于2024年二月13日（29页；修订2006年三月的最终指南 临床试验数据监查委员会的建立与运作 ）。与IRB、指导委员会、终点裁定员、临床中心监查员、安全性审查实体以及适应性调整委员会的关系（第V节）；关于标有“A组对B组”（Group A vs. Group B）的比较性期中数据被视为已揭盲的指导原则（第VI.D.1节）；以及 FDA 检查相关 DMC 闭门会议纪要及期中数据集的权限，包括在试验进行期间根据 21 CFR 312.58 和 21 CFR 812.150(b)(10) 进行检查（第VI.C.4.b节）。

6. 美国食品药品监督管理局 (CBER)。小群体细胞和基因治疗产品临床试验创新设计：行业指南草案, 案卷号 FDA-2025-D-3403，90 FR 46220，于2025年九月24日发布；《联邦公报》通告发布于2025年九月25日（10页）。单臂自身对照设计、疾病进展建模、贝叶斯借用、适应性试验设计（第III.D节）、外部对照试验，以及罕见细胞和基因治疗（CGT）试验中的主方案。

7. 美国食品药品监督管理局 (FDA) / 国际人用药品注册技术协调会 (ICH)。E6(R3) 药物临床试验质量管理规范（GCP）：行业指南, 案卷号 FDA-2023-D-1955，FDA 最终指南（原则与附录 1）于2025年九月8日发布（86页），以及 ICH E6(R3) 综合指导原则（原则、附录 1 与附录 2）（2026年六月16日）。申办方数据与盲态治理（第 3.10–3.16 节）、计算机化系统生命周期验证、稽查轨迹、基于角色的访问控制（RBAC）与盲态维护（第 4.1–4.4 节），以及必备记录（附录 C）。

8. 国际人用药品注册技术协调会 (ICH) / 美国食品药品监督管理局 (FDA)。E9(R1) 临床试验的统计原则：附录：临床试验中的估计目标与敏感性分析, ICH 第 4 阶段指导原则（日期为2019年十一月20日）/ FDA 最终指南于2021年五月发布（22页；用于补充 1998 年 ICH E9 临床试验的统计原则 母指导原则）。五项估计目标属性（治疗、人群、变量、伴随事件、人群水平汇总）及伴随事件策略，用于支持连贯的试验目标与解读，包括适应性设置。

9. 国际人用药品注册技术协调会 (ICH) / 美国食品药品监督管理局 (FDA)。E8(R1) 临床研究的一般考虑, ICH 第 4 阶段指导原则（日期为2021年十月6日）/ FDA 最终指南于2022年四月发布（29页）。质量源于设计（QbD）、关键质量（CtQ）因素，以及复杂临床研究设计的操作可行性压力测试。

10. 美国食品药品监督管理局 (CDER / CBER / CDRH / CFSAN / CVM / OCP / ORA)。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, 最终指南，案卷号 FDA-2022-D-2970，于2024年十月发布（28页）。21 CFR Part 11 适用性、云/IT服务提供商协议、设盲与揭盲用户之间基于角色的访问隔离、期中和最终数据库锁定前的稽查轨迹审查，以及电子签名归属性。

11. 联邦公报局，美国国家档案和记录管理局 (NARA) / 美国政府出版局 (GPO)。《联邦公报》官方发布通告：90 FR 46900 (文件编号 2025-18897，2025年九月30日 — ICH E20); 91 FR 1190 (文件编号 2026-00325，2026年一月12日 — 贝叶斯方法学); 90 FR 46220 (文件编号 2025-18651，2025年九月25日 — CGT小群体); 84 FR 65983 (文件编号 2019-25986，2019年十二月2日 — 适应性设计); 以及 89 FR 10084 (文件编号 2024-02849，2024年二月13日 — 数据监查委员会).

12. 美国国家卫生研究院 (NIH)。NIH RePORTER eClinical 项目申请数据集（“nih_reporter_eclinical”，快照 2026-08-23）, 通过 NIH RePORTER v2 API（https://api.reporter.nih.gov/v2/projects/search). 经由 31 个预定义高信号 eClinical 检索查询验证的语料库，共产生 5,137 条原始 API 记录和 4,876 项唯一去重项目申请（“unique_appl_ids_verified = true”），并在 EDC/eCRF（1,069）、随机化/RTSM（854）、DMC/DSMB（414）、适应性设计（103）、贝叶斯（69）以及试验模拟（30）项目申请之间进行了交叉制表。

13. CDISC。标准目录. 日期为2026年七月31日的公开提取数据：共 32 页和 54 条资源记录，包含 25 份已下载公开资源及 29 个排除的需身份验证数据包。该有界索引并非完整的规范库。