如果你问一个在临床试验行业做了多年的运营人员，工作中最让人头大的环节是什么，他很可能会告诉你——数据收集。这事儿看起来不就是把数据记下来吗？但真正做起来才发现，这里面门道太多了。一份数据从患者身上产生，到最后变成能够支撑新药上市的可靠证据，中间要经过无数道"关卡"，每一道都不能马虎。
我有个朋友刚入行的时候，觉得数据收集嘛，不就是填填表格嘛。结果第一个项目做下来，整个人都懵了。他发现同样的"血压值"在不同中心的记录方式能写出好几种花样来，有人写"140/90"，有人写"140-90"，还有人直接写"偏高"。这些数据传到数据库里，统计分析的时候简直是一场灾难。从那以后，他才真正明白什么叫"数据质量"。
那么，临床运营服务到底是怎么进行试验数据收集的呢？康茂峰在多年的实践中积累了丰富经验，今天就聊聊这个话题，尽量用大白话把这个复杂的过程讲清楚。
很多人对临床试验的数据收集有误解，觉得就是找几个人填填表格、测测指标。但实际上，这是一个系统性的工程，涉及的环节之复杂、要求之严格，远超外行人的想象。
临床试验的数据收集，本质上是要回答一个问题：这个药到底有没有效果？安不安全？为了回答这个问题，我们需要从各个维度收集患者的信息——他们的身体状况发生了什么变化、出现了什么不良反应、实验室检查结果如何、他们的主观感受怎样。这些信息必须准确、完整、可追溯，而且要经得起监管部门的审查。
打个比方，如果把临床试验比作盖房子，那么数据就是地基。地基不牢，房子早晚要塌。所以数据收集这件事，从设计阶段就要开始考虑了，而不是等到试验开始了才手忙脚乱地想办法。
病例报告表，也就是大家常说的CRF（Case Report Form），是数据收集的核心工具。这东西设计得好不好，直接决定了后面数据收集的效率和质量。
设计CRF的时候，首先要明确一个原则：只收集那些对研究目的有价值的数据。有的人刚上手的时候总想"宁可多收不可少收"，结果CRF做得密密麻麻，入组一个患者要填几十页表格。一方面增加了研究人员的工作负担，另一方面也增加了出错的机会。更麻烦的是，收回来的大量数据可能根本用不上，白白浪费资源。
那怎么设计出一份好的CRF呢？康茂峰在实践中总结了几点经验。首先，逻辑要清晰。CRF的结构应该按照访视流程来安排，每个访视要收集什么内容，一目了然。这样研究人员照着填就行，不用翻来翻去找地方。其次，选项设置要规范。比如"性别"这种字段，直接用"1=男、2=女"这样的标准编码，别让人自由发挥。再次，关键信息要有明确的定义。比如"不良事件"，什么时候算开始、什么时候算结束、严重程度怎么判定，这些都要在CRF的填写说明里写清楚。
说到CRF设计，这里有个细节很多人会忽视，那就是电子化。现在的临床试验基本都用电子病例报告表了，也就是eCRF。相比纸质版，eCRF有不少优势：能设置逻辑校验规则，自动跳没必要填的模块，还能实时监控数据录入进度。不过电子化也带来新问题，比如系统是否稳定、数据传输是否安全、用户培训是否到位，这些都需要在设计阶段就考虑进去。
说到电子数据采集系统，也就是EDC（Electronic Data Capture），这绝对是临床试验数据收集的"主力选手"。没有这套系统之前，大家都是用纸质CRF，填完了再邮寄到数据中心，让人手工录入电脑。这个过程又慢又容易出错，一份数据从产生到入库，恨不得要等上好几个星期。
EDC的出现彻底改变了这个局面。患者在研究中心完成检查和评估后，研究人员当场就把数据录入系统。数据直接传到中央数据库，监查员在办公室就能看到各中心的录入情况。发现问题可以第一时间发质疑，不用等纸质资料寄来寄去。
不过EDC也不是万能的。它只是一个工具，真正发挥作用还要看怎么使用。系统里的字段设置是不是合理、逻辑校验规则是不是准确、用户操作界面是不是友好，这些都影响着用EDC的体验。我见过一些项目，EDC系统设计得很糟糕，填一个数据要点七八下鼠标，研究人员怨声载道，数据质量也上不去。所以选系统的时候，不能只看功能全不全，还要看用起来顺不顺手。
另外，现在还有一些新趋势，比如把EDC和患者的移动端连接起来。患者可以在家里用手机报告自己的症状感受、用药情况，这些数据直接传到EDC里。这种患者报告结局（PRO）的方式特别适合需要长期随访的试验，也能收集到更贴近真实生活状态的数据。当然，怎么保证患者端数据的真实性，怎么设计友好的患者界面，这些都是需要考虑的问题。
临床试验要收集的数据类型很多，每种类型的收集方式和要求都不太一样。
实验室检查数据是最"硬"的客观数据。这类数据通常由检验科直接出具报告，数据收集的关键是怎么把检验报告上的信息准确转移到EDC里。有的中心做得比较好，检验科能和EDC系统对接，数据自动传输；有的中心还得靠人工录入，那就要格外注意核对，避免把数值或单位抄错。还有一点要注意，实验室的正常值参考范围可能会变，收集数据的时候要把当时的参考范围也记录下来，否则解读结果的时候可能会出问题。
影像学数据的收集更复杂一些。比如肿瘤试验中需要评估肿瘤大小的变化，要拍CT或者MRI片子。这些影像资料不是简单记个数值就行了，需要由独立的影像评估专家来读片。所以影像数据的收集流程通常是：研究中心拍摄影像→把影像资料上传到专门的影像系统→专家在线评估→评估结果再导到EDC里。这里面涉及影像质量控制、评估标准一致化等问题，需要专门的影像CRO来协助完成。
不良事件数据的收集是临床试验的重中之重。不良事件这个词听着简单，实际上边界有时候很难界定。比如患者本来就有高血压，吃了药之后血压更高了，这算不算不良事件？再比如患者感冒了，这个感冒和试验药物有没有关系？这些问题需要研究人员根据专业判断来解答。所以不良事件的收集不仅是记个名字和严重程度，还需要详细记录发生时间、持续时间、处理措施、结局转归等等信息。
患者报告结局现在越来越受重视。这类数据来源于患者自己的感受，比如症状有没有改善、生活质量有没有提高、用药方不方便等。收集这类数据通常用问卷或者日记卡的形式。现在很多采用电子化的方式，患者用手机上的应用程序来填写，系统会自动记录填写时间，避免补填造假的可能。
数据收集回来，不代表就万事大吉了。还有非常重要的一步，那就是质量控制。康茂峰在这方面投入了大量的精力，因为大家心里都清楚——监管机构审阅临床试验资料的时候，数据质量是必查的项目。如果数据问题太多，轻则发补资料要求解释，重则导致试验不予批准。
数据质量控制有几个关键环节。第一是原始数据核查，也就是SDV（Source Data Verification）。监查员要把EDC里的数据和原始资料（病历、检验报告等）一一比对，确认数据录入没有错误。这个过程很繁琐，但非常重要。有的项目SDV比例做到100%，所有数据都要核查；有的项目根据风险评估，对关键数据100%核查，次要数据抽查。这两种方式各有道理，关键是要确保高风险环节不出问题。
第二是逻辑核查，也就是看看数据之间有没有矛盾。比如一个男性患者的病史里写了"怀孕"，这显然有问题；再比如患者访视日期在知情同意日期之前，这也不合理。EDC系统可以设置一些自动核查规则，发现这类问题及时弹出提醒。不过自动核查只能发现明显的逻辑错误，更隐蔽的问题还得靠人工审核。
第三是数据清理。试验结束后，数据管理团队要把所有数据过一遍，发现缺失值、异常值、逻辑矛盾这些问题，然后发质疑给研究中心，请他们补充或澄清。这个过程可能来回好几轮，耗时比较长，但必须耐心做。数据清理不彻底，后面的统计分析结果就不靠谱，出来的文章或者申报资料也经不起推敲。
说了这么多数据收集的技术环节，最后想强调一点：数据收集本质上是团队协作的结果。没有研究中心的研究人员认真执行、没有监查员仔细核查、没有数据管理员精心维护系统、没有医学写作者准确记录方案偏离，一份高质量的数据是不可能产生的。
康茂峰在服务客户的过程中，始终把团队协作放在重要位置。每个项目都会配备专职的医学团队、运营团队、数据管理团队，大家各司其职又紧密配合。研究中心遇到问题，能找到人及时解决；数据出现异常，能快速定位原因并采取措施。这种协作模式让数据收集的效率和质量都有了保障。
临床试验的数据收集，说到底是一个"慢工出细活"的事。急不得，躁不得，每一个数据点都要经得起推敲。这条路上没有捷径，唯有脚踏实地、认真对待每一个细节，才能收集出真正有价值的数据，为新药上市提供可靠的证据支撑。
