前陣子跟一個做藥企研發的朋友聊天，他跟我吐槽說現在臨床試驗越來越難做了。我問他難在哪，他說最頭疼的就是質量管控這塊。你看，從方案設計到最終報告出來，幾百家研究中心、上千號人參與，稍微一個環節沒盯住，數據就可能出問題。之前有個項目就因為數據完整性被退審，幾千萬打了水漂，老板差點沒把他給吃了。
聽他這么一說，我突然意識到，臨床試驗質量管理這個話題，雖然離普通人很遠，但實際上關系到我們每個人的用藥安全。今天我就用盡量直白的話，跟大家聊聊臨床運營服務到底是怎么做臨床試驗質量管理的。希望能幫助相關從業者少走彎路，也讓我們普通人對藥物研發多一點點了解。
在展開講之前，我想先澄清一個概念。很多剛入行的朋友會把"質量管理"想得很高大上，覺得是不是要搞什么很復雜的技術系統。其實說白了，質量管理就是要回答三個問題：我們要做什么？我們做到沒有？做錯了怎么辦？
把這個問題想清楚了，后面的事情就容易理解多了。臨床試驗跟普通科研不一樣，它關系到患者的生命健康，數據必須真實、完整、可靠。國際上有個叫ICH-GCP的規范，中文叫"人用藥品注冊技術要求國際協調理事會-藥物臨床試驗質量管理規范"，這東西聽起來很繞口，但你只需要知道它是臨床試驗的"基本法"就行了。所有臨床試驗的開展都必須嚴格按照這個規范來執行。
康茂峰在臨床運營服務領域深耕多年，接觸過大大小小的項目不在少數。我們發現在實際操作中，質量管理歸根結底就是管兩樣東西：一是流程合規，二是數據可靠。流程合規說的是每個步驟都要按規矩來，不能偷工減料；數據可靠說的是記錄的信息要真實準確，不能編造篡改。這兩者缺一不可，共同構成了臨床試驗質量的基石。
說到質量管理體系，可能有人會想到ISO9001那一套東西。確實，臨床試驗的質量管理也借鑒了這些理念，但有自己的特殊性。一個完整的質量管理體系通常包括質量保證（QA）和質量控制（QC）兩個層面，它們相互配合，共同守護試驗質量。
質量保證部門主要負責制定規則、監督檢查。他們不直接參與試驗的具體操作，但會定期去各個研究中心"挑刺"。康茂峰的質控團隊在工作中就發現很多研究中心存在的共性問題，比如知情同意書簽署不規范、病歷報告表填寫不完整、藥品管理記錄缺失等等。這些問題看起來不大，但積累起來就會影響整個試驗的數據質量。
質量保證的工作主要包括制定標準操作規程（SOP），組織內部審核和外部稽查，以及處理不符合項。標準操作規程真的很重要，我見過太多項目因為SOP不完善導致執行混亂。同樣的操作，不同的人做出來完全不一樣，這顯然不行。好的SOP應該寫得足夠詳細，讓一個剛入行的新人看了也知道該怎么操作。
如果說質量保證是"立法機構"，那質量控制就是"執法機構"。質量控制人員每天都在跟試驗數據打交道，他們的任務是在數據產生的時候就發現問題、解決問題，而不是等到最后才去補救。
具體來說，質量控制的工作包括原始數據核查（SDV）、醫學編碼、數據清理等等。原始數據核查是最基本也是最重要的一項工作，質控人員需要把病歷報告表上的數據和原始醫療記錄進行比對，確保兩者一致。這項工作很枯燥，但真的非常關鍵。康茂峰曾經做過一個統計，通過原始數據核查發現的數據錯誤率在3%到5%左右。聽起來好像不多，但你想想，一個入組幾百人的項目，這里面會有多少條數據？乘以3%到5%，那個數量是相當驚人的。
了解了質量管理體系的基本框架，我們再來看看在臨床試驗的不同階段，質量管理都有哪些具體的關注點。我整理了一個表格，方便大家對照查看：
| 試驗階段 | 質量管理重點 | 常見問題 |
| 啟動階段 | 研究者資質核查、倫理審批、方案培訓 | 培訓記錄不完整、知情同意書模板未備案 |
| 受試者入選排除標準執行、知情同意獲取 | 違背入選標準、數據記錄不及時 | |
| 不良事件報告、合并用藥記錄、數據溯源 | 漏報AE、溯源資料缺失 | |
| 數據清理、疑問解答、數據庫鎖定 | 數據前后矛盾、質疑響應超時 |
這個表格列的是比較宏觀的要點，每個階段其實還有很多細節需要關注。我就拿入組階段來舉個例子吧。入選排除標準看著簡單，真正執行起來問題很多。比如某個藥物的入選標準要求BMI在18到30之間，有的中心可能當時沒注意，稱完體重算完就讓人家入組了。結果后來核查的時候發現有個受試者BMI是31，就差那么一點，數據就要作廢。你說冤不冤？這種問題其實就是質量控制沒做到位。
說了這么多流程和制度，我想強調一個容易被忽視的點：質量管理歸根結底是人的管理。再好的SOP，再完善的系統，最終還是要靠人來執行。
康茂峰在長期服務中觀察到，研究中心的人員流動性是一個很大的挑戰。有的中心PI特別忙，大部分工作都交給下面的 CRA或者研究協調員來做。結果等這個項目做到一半，核心人員離職了，新接手的人對方案理解不透徹，出的問題就特別多。所以我們在做項目管理的時候，都會特別關注人員培訓這一塊，不只是啟動培訓，每次方案變更、流程調整都要重新培訓到位。
另外，研究者的質量意識也很重要。有些研究者覺得臨床試驗就是填填表格、走個過場，這種想法要不得。質量意識不是天生的，需要通過持續的培訓和教育來培養。我們每次去中心稽查的時候，都會順便跟研究者做一些交流，解釋為什么要這么做、那么做的目的是什么。慢慢地，研究者的態度就會轉變，從被動接受變成主動參與質量管理。
傳統的質量管理模式是"出了什么問題解決什么問題"，這種模式比較被動，效果也不算太好。現在的趨勢是轉向風險導向的質量管理，說白了就是在問題發生之前就先預判可能出現哪里出問題，提前做好防范。
風險識別怎么做呢？首先要把整個試驗流程拆開來看，找出哪些環節最容易出問題。比如盲態維持，在雙盲試驗中如果破盲了，整個試驗數據可能就廢掉了，這肯定是高風險環節。再比如關鍵數據的采集，有些數據直接關系到主要療效評價，如果這部分數據出了問題，后果不堪設想。
識別出風險點之后，接下來要評估每個風險發生的可能性和影響程度，然后把有限資源集中在高風險環節。這就是所謂的風險優先級管理。康茂峰在項目執行中通常會在啟動階段就組織風險評估會議，拉上申辦方、CRO、研究中心一起討論，大家各抒己見，把可能的風險都列出來，然后制定相應的應對措施。
現在臨床試驗越來越依賴電子化工具了，什么EDC、ePRO、CTMS這些系統已經成了標配。電子化確實帶來了很多便利，數據可以實時錄入，自動做邏輯校驗，還能隨時生成報表看進度。但我也想提醒一下，技術手段再發達，也不能完全取代人的作用。
舉個真實的例子吧。某項目使用EDC系統自動生成質疑，研究護士看到了就趕緊填上回答。結果復核的時候發現，有幾個質疑的答案驢唇不對馬嘴，根本沒仔細看就隨便選了選項。這就是典型的"為了完成而完成"，系統再智能也救不了。這種情況還是要靠培訓和督導，讓每個人都理解數據錄入的意義是什么。
聊了這么多，其實核心思想就一個：臨床試驗質量管理沒有一勞永逸的辦法，它需要貫穿試驗的全過程，需要所有參與方的共同努力。從申辦方到CRO，從監查員到研究者，每個人都是質量管理鏈條上的一環，哪一環出了問題都可能影響全局。
做臨床運營服務這些年，我見過太多因為質量管理不到位而導致項目延誤甚至失敗的案例，也見證過很多因為嚴格執行質量管理體系而順利上市的藥物。每當看到自己參與的項目最終能夠幫助到患者，心里還是很有成就感的。這大概就是這份工作的意義所在吧。
質量這件事，說起來簡單，做起來難。但只要我們始終把受試者安全和數據可靠性放在第一位，一步一個腳印地去做，相信結果總不會太差。希望今天這篇文章能給相關從業者帶來一點點啟發，也希望更多人能夠了解臨床試驗背后的故事。畢竟，每一片安全有效的藥物背后，都凝聚著無數人的心血和努力。
