医学临床试验数据分析要点(GCP)

临床试验数据分析要点

5．3．1分析对象的数据集

5．3．1．1 全样本分析（Full analysis set）

计划治疗原则（intention-to-treat）是指主要分析应当包括所有进入随机化的遵循这一原则需要对所有随机受试者完成随访得到试验结果。由于各种理由，这在实际上是难以达到的，因此，全样本分析是尽可能接近于包括所有随机受试者，在分析中保留最初的随机化对于防止偏差和提供安全的统计检验基础很重要。在许多场合，它提供的对治疗效果的估算很可能反映了以后的实际观察结果。

从分析中剔除已随机受试者的情况不多：包括不符合重要入选标准，一次也没有用药，随机化后没有任何数据。从分析中剔除不符合入选条件受试者必须不致引起偏差：入选标准的测定是在随机化之后；违反合格标准的检测是完全客观的；所有受试者都受到同样的合格性调查；各组实行同样的入选标准，凡违反者均被排除。

5．3．1．2 遵循研究设计对象（Per Protocol Set）

"Per Protocol"对象组，有时称之为"有效病例"、"有效样本"或"可评价受试者样本；定义为全部分析样本中较好遵循设计书的一个受试者亚组：

·完成预先说明的确定治疗方案暴露。

·得到主要变量的测定数据。

·没有违反包括入选标准在内的重要试验设计。

从"有效受试者"组中剔除受试者的精确理由应当在揭盲前就充分限定并有文件记载。

为得到"有效受试者"而排除对象的原因和其他一些违反研究设计的问题，包括对象分配错误、试验中使用了试验方案规定不能用的药物、依从性差、出组和数据缺失等，应当在不同治疗组之间对其类型、发生频率和发生时间进行评价。

5．3．1．3不同的分析（受试者）组的作用

在验证性试验中，通常进行全样本和"有效受试者"两种分析。这样可以对两者之间的任何差别进行明白的讨论和解释。有时候可能需要计划进一步探究结论对于选择分析受试者组的敏感程度。两种分析得到基本一致的结论时，治疗结果的可信度增加。但是要记住，需要?quot;有效受试者"中排除相当数量受试者会对试验的总有效性留下疑点。

在优越性（Superiority trial，证明新药比标准对照药物优越）试验、等效性试验或不差于（non－inferiority trial，确证新产品与对照药物相当）试验中，这两种分析有不同的作用。在优越性试验中，全样本分析用于主要的分析可以避免"有效受试者"分析对疗效的过于乐观的估算；全样本分析所包括的不依从受试者一般会缩小所估算的治疗作用。但是，在等效性或不差于试验中使用全样本分析通常是不谨慎的，对其意义应当非常仔细考虑。

5．3．2缺失值和线外值（包括异常值）

缺失值代表临床试验中一个潜在的偏差来源。因此，在实施临床试验时应当尽最大努力符合试验方案对于数据收集和数据管理的要求。对于缺失值并没有通用的处理办法，但只要处理方法合理，特别是如果处理缺失值方法在试验方案中预先写明，则不会影响试验的有效性。当缺失值数目较大时，要考虑分析结果对于处理缺失值方法的敏感程度。线外值（包括异常值）的统计学定义在某种程度上带有随意性。除了统计学判断之外加上医学判断以鉴别一个线外值（包括异常值）是最可信的方法。同样，处理线外值（包括异常值）的程序应当在方案中列出，且不可事先就有利于某一个治疗组。

5．3．3数据的类型、显著性检验和可信限

在临床试验中，对每个受试者可收集3种数据：所接受的治疗、对治疗的反应（Re-sponse）和进入试验时影响预后因子的基线值。接受同样治疗的受试者构成统计分疗组。对治疗的反应基本上有3类。

①定性反应。根据预定的评价标准将受试者分为若干类别，如高血压治疗的"有效"。"无效"；淋巴细胞瘤化疗的"完全缓解"、"部分缓解"、"无变化"。

②定量反应。当存在一种可靠测定方法时，受试者的治疗结果最好采用实际数值，如舒张压。但最好同时记录其基线值，以便评价治疗前后的变化量值。

③到某事件发生的时间。如使用避孕药受试者从开始治疗到意外妊娠的时间。

5．3．3．1数据的描述性统计

在开始分析之前，有必要先看一下各组受试者的每个变量观察值的分布频度，以对变量有一个感性了解；从最大值和最小值也可以发现可能的错误和超范围的值；决定某些变量是否需要作某种转换；或按某种特定分布作统计分析。

①定性数据需要记录各治疗组的受试者总数和在每个反应类别的受试者数，然后转化为比率或百分率或直方图、圆图等表示。采用c2检验、Fisher精确检验比较所观察到的组间率的差异的程度。

②定量数据计算每个治疗组的平均反应（均数、几何均数）和变化程度（标准差）。以均值、标准差、直方图、累积频数分布图表示。在受试者数较小时，可以用图表显示每个受试者的确切反应。组间比较采用t检验、F检验等。当样本值频数图呈偏态分布时，用均值描述定量反应不合适，可采用中位数、四分位数来描述数据的定量水平。组间比较可采用非参数方法。

5. 3．3．2显著性检验

显著性检验的真正含义是应用概率理论计算如果两个治疗实际上同样有效时得到所观测到的治疗差异的概率。其目的是评价一个治疗真正优于另一个治疗的证据有多强。这种证据的强度用概率，即P值来定量。因此P值越小，治疗差异由于偶然发生的可能性越小。在实践中，人们常用P＜0．05．P＜0．01、P＜0．001表示显著性检验的结果，这些水平的选择是完全随意的，并没有数学或临床的理由。

在解释显著性检验时要注意以下几点：一个小的P值如P＜0．05并不是一种治疗优越的绝对证明，每20个真正阴性试验会出现一个假阳性结果；P＞0．05也并不证明两治疗同样有效，差异可能实际上存在，只是现有数据不足以证明它存在。统计显著性并不等同于临床重要性，一个10万人的试验中，1％的反应率差异在5％水平是显著的，但在一个20人的试验中40％的差异在统计上也是不显著的。因此，临床的意义必须用差异的大小，即可信限来评价。

双侧检验和单侧检验：假设治疗差异可以发生在任一方向时，为双侧检验。双侧检验的零假设为μa=μb；备择假设为μa1μb。如果在试验之前就确定治疗A不可能差于治疗B，为单侧检验。其零假设为μa=μb；备择假设为μa≥μb。此时显著性检验评价A好于B或A相当于B的证据。若结果是A比B差，便归于机遇，因为A不可能差于B。结果是单侧检验的P值为双侧检验的一半。也就是说，单侧检验比双侧检验容易拒绝零假设。采用单侧检验应该有足够的依据。如果试验设计中决定用单侧检验，在结果表示时要注意一般统计软件计算的都是双侧检验的P值。

5. 3. 3．3可信限的估算

显著性检验只告诉我们一个治疗比另一个好的证据的强度，并没有告诉我们好多少。因此，显著性检验并不是分析的终结，还应运用统计估算方法，如可信限估算治疗改善的量。计算可信限时，应注意被分析变量的统计分布；标准误和可信限的计算方法应该写明。记住必须提供治疗效应大小的统计估算、显著性水平和可信区间。100（1－α）％可信区间，正态分布估算值可表示为{估算值+Nα/2×SE}，估算值+（N1-α/2×SE）}；差值如呈t分布时，可表示为{x1-x2-（t1-α/2×SEdiff），x1-x2+（t1-α/2×SEd iff）}等。

5．3. 4对象的基线水平的组间比较

对治疗组的疗效评价只有当各组受试者的基线特征具有可比性时才是有效的。通常，随机化可以提供充分的可比性。但是，随机化并不能绝对保证可比性。有时候组间的基线水平可能会有差异。这种差异对治疗比较的影响应当采用其他程序消除。

5．3．5调节显著性和可信限水平

许多情况都可能产生多重性：例如多个终点/主要变量（如血压记录卧位或坐位的收缩压和舒张压；心肌梗死预防试验中的各种原因死亡率和心肌梗死发病率），治疗的多重比较（几个治疗组间比较或试验药物的几个剂量组），及不同时间点的多次测定和中期分析等。存在多重性时，检验主要假设的次数增加，产生I类错误的机会就会变大。分析数据时可能有必要对五类错误进行控制和调节。首先，最好能避免或减少多重性的产生，如从多个主要变量中鉴别出关键的主要变量（如血压记录取卧位舒张压为主要变量；心肌梗死预防试验取死亡率为主要变量）；对反复测定则采用一个综合测量指标如"曲线下面积"。多重比较的常用统计方法有Bonferroni方法、Holm法和Hochberg方法。Bonferroni方法是一个保守的方法，对于成对比较，它调节P值以控制总的I类误差率。Hochberg方法比另两种方法更有效，它只需控制最大的P值小于显著性水平。多个终点的α调节用Bonferroni方法和Hochberg方法。5．3．6亚组、相互作用和协变量

除了治疗以外，主要变量常与其他影响系统相关。主要变量可能与协变量如年龄和性别有关；或在受试者亚组之间可能存在差异，如多中心试验中在不同中心接受治疗。在某些情况下，调节协变量影响或亚组效应是所计划的分析

的一个必要部分。要特别注意中心的影响和主要变量的基线测量值的作用。不要在主分析中对随机化以后测定的协变量进行调节，因为这些测定可能受治疗的影响。此外，治疗效果本身也可能随亚组或协变量改变。疗效可能随年龄而下降，或在具有某一特殊预后因子的受试者中增大。这类相互作用在某些情况下是可以预见的，或具有特殊的意义（如老年病学），因此，一个亚组分析或包括相互作用项的统计模型是所计划的验证性分析的一个部分。对于定量反应变量，多元回归是最常用的统计调节方法，有时也称协方差分析。对于定性反应，可以应用多元Lgistic模型。5．3．7评价安全性和耐受性

5．3．7．1评价范围

一个药物的有用性总是在风险和效益之间的平衡。在所有临床试验中，安全性和耐受性评价是重要内容之一。在临床研究早期阶段，这类评价带有探索性，仅注意毒性的表达方式；在较后阶段，则是在大样本对象中更全面地确定药物的安全性和耐受性特征。后期的对照临床试验是以一种无偏倚方式揭示任何新的不良反应的重要手段，尽管此类试验的把握度有限。

5．3．7．2变量选择和数据收集

在临床试验中，选择评价药物安全性和耐受性的方法和测定取决于一系列因素：药物不良反应的知识，药物非临床研究和早期临床试验以及重要的药效学/药代动力学特征资料，给药方案，被研究对象和研究持续时间。安全性和耐受性的主要数据通常包括临床化学和血液学的实验室测试（如WBC、SGPT），生命指征和体检（如血压、ECG），临床不良事件（疾病、体征和综合症）。发生严重不良事件和因不良事件中断治疗对于注册是特别重要的数据。

临床试验中使用共同的不良事件编码词典特别重要。这种词典的结构提供了在3个不同的水平总结不良事件数据的可能性：系统-器官分类，标准术语（preferred term）和包括术语（included term）。通常，不良事件按标准术语分类总结，相同系统-器官分类的标准术语在数据的描述性报告中可以放在一起。现在常用的有世界卫生组织的《疾病和有关健康问题的国际统计分类》ICD－10，和美国的COSTART

5．3．7．3评价的受试者和数据报告

安全性和耐受性评价中，所总结的受试者通常至少曾接受过一个剂量研究药物。要尽可能全面地从这些受试者中收集安全性和耐受性变量，包括不良事件的种类、严重程度、开始时间和持续时间，以及处理方法和结果。评价时要注意所有安全性和耐受性变量。所有不良事件，不管它们是否与治疗相关，都应当报告。实验室测定值的单位和正常范围应有明确定义。使用的毒性分级标度（toxicity grading scale）应当预先说明。

通常一个特定不良事件的发生率表示为经历该事件受试者数相对于处于危险的受试者数的率。但是，根据需要，被暴露的受试者数或暴露程度（用人-年表示）可以作为分母。不管其目的是为了估算危险度还是在治疗组间进行比较，应该在方案中明确定义，这在计划长期治疗并预期会有相当比例的治疗中止或死亡时特别重要。在这种情况下，应当考虑采用生存分析（Survival Analysis），计算不良事件累积率以避免低估危

当存在明显的症状或综合征基线噪声时，估算不良事件危险度的一个办法是采用"治疗引发"（treatment emergent）概念，只记录与治疗前基线相比时原先没有的不良事件或症状变重的不良事件。减少基线噪声的其他办法还有：不计轻度的不良事件，一个事件在重复随访中观察到才计算。不论采用何种方法，都须在方案中说明理由。5．3．7．4安全性的统计评价

在大多数临床试验中，安全性和耐受性结论的陈述多采用描述性统计方法，辅以有助于解释的可信区间计算。用图可表示治疗组内不良事件的类型。计算P值有时也是有用的：可以评价一个事件的差异，或是在大量安全性和耐受性变量中突出值得进一步注意的差别。计算P值对于总结实验室数据特别有用。实验室数据可进行两种分析：评价均值的定量分析和计算高于或低于某一个阈值的数目定性分析。

药物临床试验数据现场核查要点 注释版

附件 填写说明：在如下填写说明中： 蓝色字体为说明性文字，作为自查过程的参考； 凡发现不符合条目中要求的情况，须将每个问题详细描述在各个条目下方。 药物临床试验数据现场核查要点 序号现场核查要点 一、Ⅱ、Ⅲ期临床试验、人体生物等效性(BE)/人体药代动力学(PK)试验、疫苗临床试验数据现场核查要点——通用内容 1.临床试验条件与合规性（含各方在临床试验项目中职责落实） 1.1* 临床试验单位承担药物临床试验的条件与合规性： 1.1.1临床试验须在具有药物临床试验机构资格的医院内进行（含 具有一次性临床试验机构资格认定的批件），落实临床试验条件是 否支持试验项目实际的实施过程。 查看CFDA临床试验机构资格认定证书或公告，以确认该试验进行时机构具备资格，确认资 质认定证书包含该试验的专业。 1.1.2具有合法的《药物临床试验批件》。 核对药物临床试验批件，核对所列试验与实际试验方案是否完全一致（包括试验药物的剂型、 剂量等）；批件中特别提出的建议是否有在方案体现等。 1.1.3核对项目开始实施时间与国家食品药品监督管理总局《药物 临床试验批件》时间相符性。 核对CFDA批件日期和中心启动（SIV）日期，SIV时间需在CFDA批件日期之后； 1.2 伦理审查批件及记录的原始性及完整性： 1.2.1有出席伦理审查会议的签到表和委员讨论的原始记录。 签到表可以通过查看伦理批件确认，核查签到表人数及组成是否符合GCP要求。 由于委员讨论的原始记录属于伦理委员会内部文件并且可能不一定提供给监查员查看，因此 须向机构或伦理负责人员确认委员讨论原始记录是否存档，然后备注：“经与xx（职位，如 机构秘书）确认，委员讨论的原始记录为伦理委员会内部文件，已按规定保存完整。”如可 能，请提供存档负责人的联系方式。 1.2.2委员表决票及审查结论保存完整且与伦理审批件一致。 查看伦理委员会批件，其中须包含委员最终投票结论（表决意见）和审查结论；

医疗大数据分析报告

大数据的意义在于提供“大见解”：从不同来源收集信息，然后分析信息，以揭示用其他方法发现不了的趋势。在利用大数据发掘价值的所有行业中，医疗行业有可能实现最大的回报。凭借大数据，医疗服务提供商不仅可以知道如何提高盈利水平和经营效率，还能找到直接增进人类福祉的趋势。以下是大数据在医疗行业的一些常见用途，包括商业运作和健康管理： 1.分析电子病历：医生共享电子病历可以收集和分析数据，寻找能够降低医疗成本的方法。 医生和医疗服务提供商之间共享患者数据，能够减少重复检查，改善患者体验。但目前，大部分的电子病历都无法共享，这在很大程度上是出于安全和合规的考虑，但找到一个安全的方法来挖掘患者数据，这能改善医护质量并降低医疗成本。 关键词：患者数据共享、信息安全、提高医疗质量、降低医疗成本 2.分析医院网络系统：不妨想想我们在分析入院治疗的趋势时获得的好处。例如，对儿科 病房医疗设备的统合分析可以更早地识别潜在的婴儿感染趋势。或者，再想想减少术后葡萄球菌感染的好处。通过利用大数据，医院可以知道，医生在术后开的抗生素能否有效地防止感染。 关键词：入院治疗趋势分析 3.管理数据用于公共健康研究：医务人员会被铺天盖地的数据所淹没。诊所和医院会提交 关于健康状况和免疫接种的数据，但没有大数据的话，这些数据毫无意义。大数据分析能够对患者的原始数据进行标准化整合，用以充实公共健康记录，而丰富多样的公共健康记录能催生更合理的法规，并提供更好的医疗。 关键词: 公共健康记录、患者数据 4.循证医学：大多数医院和急诊室都实行“食谱化医学”，也就是说，医生对收治的病人 采用同一套检查项目来确定病因。而利用循证医学，医生可以将病人的症状与庞大的患者数据库进行比对，从而更快地做出准确诊断。在这里，大数据扮演的角色是从不同来源采集信息，并对数据实施标准化。在这种情况下，带有“高血压”的记录就可以映射到另一条带有“血压升高”的记录。 关键词：循证、患者数据库

临床医学数据分析报告

案例二 最近小编阅读的文献中很多都是与医学研究挂钩，比如肿瘤病人的数据分析、肿瘤亚型分类、肿瘤药物治疗与寿命关联研究等等。发现有趣的现象是，这些文章的分析思路用到很多专业的生物信息学的方法。小编本人是学生物信息学的，对医学专业不甚了解，但是看了这些医学研究文章，顿时豁然明了，原来还可以从生物信息学角度分析疾病。那么，作为专业医生，小编认为也没必要努力学习专业的生物信息学，能够看懂和阐述分析结果就可以。至于如何分析，可以自学使用免费生物学软件，没时间也可花钱请专业公司分析下。医生若能有效将医学和生物信息结合利用起来，那么发表一篇文章完全不是问题。必须提的是，云生信平台多个生物信息分析模块就可以帮你完成专业医学相关数据分析。虽然，打广告不可少，但这是货真价实的数据分析平台，现在还是可以免费使用。 现在向大家介绍一篇研究肾细胞癌亚型分类的文章，该文章2010年发表在Genes & cancer上，截止目前引用率达到106次，该文章是很有研究和学习价值的。 文献引用： Brannon A R, Reddy A, Seiler M, et al. Molecular stratification of clear cell renal cell carcinoma by consensus clustering reveals distinct subtypes and survival patterns[J]. Genes & cancer, 2010, 1(2): 152-163. 该文章使用的数据是基因癌症样本中表达值，但是癌症样本未区分开。研究目的是将癌症样本分为2个亚型，即ccA和ccB，以及比较ccA和ccB样本中基因的不同。文献提供的流程图如下。该流程分为两个模块：首先将癌症样本分类、然后比较不同类别的基因表达水平差异。这个流程思路很有参考价值，有样本数据的可以尝试下哦。此外，这个思路可以利用云生信模块做一下，现在来看看云生信是如何实现的，将其分为4步。

临床试验大数据核查指导原则

实用标准文档 附件3 仿制药质量和疗效一致性评价 临床试验数据核查指导原则 为贯彻落实《国务院办公厅关于开展仿制药质量和疗效一致性评价的意见》（国办发〔2016〕8号），进一步规范仿制药质量和疗效一致性评价（以下简称一致性评价）临床试验数据核查要求，保证药品检查质量，制定本指导原则。 一、目的 一致性评价临床试验数据核查的主要目的是对生物等效性试验和临床有效性试验等临床研究数据开展核查，确认其真实性、规范性和完整性。 二、组织 （一）国家食品药品监督管理总局负责全国一致性评价临床试验数据核查的统筹和监督管理。 （二）国家食品药品监督管理总局食品药品审核查验中心（以下简称核查中心）负责指导全国一致性评价临床试验数据核查工作，负责组织对国内仿制药品的临床试验数据进行抽查；负责组织对进口仿制药品的国内临床试验数据进行核查；负责组织对进口仿制药品的国外临床试验数据进行抽查；负责对一致性评价办公室、国家食品药品监督管理总局药品审评中心在技术评审过程中发现的临床试验数据问题开展有因核查。 （三）省级食品药品监督管理部门负责组织对所受理的国内仿制药品的临床试验数据进行核查。 三、程序 （一）国内仿制药品 1. 省级食品药品监督管理部门对一致性评价资料和补充申请资料进行接收、受理和形式审查。一般在形式审查后30日内组织临床试验数据核查。 2. 省级食品药品监督管理部门结合申请人提交的一致性评价申报资料、《仿制药质量和疗效一致性评价临床试验数据核查申报表》（附1）制定核查方案，选派核查组。

核查组一般由2～4名核查员组成，核查组按照核查方案开展核查，并完成《仿制药质量和疗效一致性评价临床试验数据现场核查发现问题》（附2）、《仿制药质量和疗效一致性评价临床试验数据现场核查报告》（附3）。 3. 省级食品药品监督管理部门对《仿制药质量和疗效一致性评价临床试验数据现场核查报告》进行审核。 4.核查中心依据各省一致性评价临床试验现场核查进展情况，定期制定抽查计划，开展监督检查工作。 （二）进口仿制药品 1.国家食品药品监督管理总局行政事项受理服务和投诉举报中心对一致性评价资料和补充申请资料进行接收、受理和形式审查，形式审查后将资料送核查中心。 2. 对申请人提交的进口仿制药品的国内临床研究数据，核查中心一般在收到资料后30日内组织核查。 核查中心结合申请人提交的一致性评价申报资料、《仿制药质量和疗效一致性评价临床试验数据核查申报表》制定现场核查方案，选派核查组。核查组一般由2～4名核查员组成，核查组按照核查方案开展核查，并完成《仿制药质量和疗效一致性评价临床试验数据现场核查发现问题》《仿制药质量和疗效临床试验数据现场核查报告》。 3. 对申请人提交的进口仿制药品的国外临床试验数据，核查中心依据申报情况，定期制定抽查计划，开展境外现场核查工作。 4. 现场核查结束后，核查中心将核查结果转交一致性评价办公室。 四、基本要求 （一）确保受试者的安全与权益得到保护 所有的试验方案及其修改均应经伦理委员会进行伦理审核后方可实施，而且必须在得到受试者候选人或其合法代表人签署的知情同意书后才能开始试验。 （二）确保评价产品的一致性 用于生物等效性试验和临床有效性试验的一致性评价的产品应与拟供应市场的产品具有一致的生产条件、生产批量、生产工艺处方、原辅料来源和生产设备。涉及变更的，应当与变更后的保持一致。 （三）确保数据的真实性、可靠性和临床试验开展的合规性

医学设计研究的数据管理和分析选择题

1. 医学统计学研究的对象是 A. 医学中的小概率事件 B. 各种类型的数据 C. 动物和人的本质 D. 疾病的预防与治疗 E．有变异的医学事件 2. 用样本推论总体，具有代表性的样本指的是 A．总体中最容易获得的部分个体 B．在总体中随意抽取任意个体 C．挑选总体中的有代表性的部分个体 D．用配对方法抽取的部分个体 E．依照随机原则抽取总体中的部分个体 3. 下列观测结果属于等级资料的是 A．收缩压测量值 B．脉搏数 C．住院天数 D．病情程度 E．四种血型 4. 随机误差指的是 A. 测量不准引起的误差 B. 由操作失误引起的误差 C. 选择样本不当引起的误差 D. 选择总体不当引起的误差 E. 由偶然因素引起的误差 5. 收集资料不可避免的误差是 A. 随机误差 B. 系统误差 C. 过失误差 D. 记录误差 E．仪器故障误差 答案: E E D E A 1. 某医学资料数据大的一端没有确定数值，描述其集中趋势适用的统计指标是 A. 中位数 B. 几何均数 C. 均数 D. P百分位数 95 E. 频数分布 2. 算术均数与中位数相比，其特点是 A．不易受极端值的影响 B．能充分利用数据的信息 C．抽样误差较大 D．更适用于偏态分布资料 E．更适用于分布不明确资料 3. 一组原始数据呈正偏态分布，其数据的特点是 A. 数值离散度较小 B. 数值离散度较大 C. 数值分布偏向较大一侧 D. 数值分布偏向较小一侧 E. 数值分布不均匀 4. 将一组计量资料整理成频数表的主要目的是

A．化为计数资料 B. 便于计算 C. 形象描述数据的特点 D. 为了能够更精确地检验 E. 提供数据和描述数据的分布特征 5. 6人接种流感疫苗一个月后测定抗体滴度为 1：20、1：40、1：80、1： 80、1：160、1：320，求平均滴度应选用的指标是 A. 均数 B. 几何均数 C. 中位数 D. 百分位数 E. 倒数的均数 答案: A B D E B 1. 变异系数主要用于 A．比较不同计量指标的变异程度 B. 衡量正态分布的变异程度 C. 衡量测量的准确度 D. 衡量偏态分布的变异程度 E. 衡量样本抽样误差的大小 2. 对于近似正态分布的资料，描述其变异程度应选用的指标是 A. 变异系数 B. 离均差平方和 C. 极差 D. 四分位数间距 E. 标准差 3. 某项指标95%医学参考值范围表示的是 A. 检测指标在此范围，判断“异常”正确的概率大于或等于95% B. 检测指标在此范围，判断“正常”正确的概率大于或等于95% C. 在“异常”总体中有95%的人在此范围之外 D. 在“正常”总体中有95%的人在此范围 E. 检测指标若超出此范围，则有95%的把握说明诊断对象为“异常” 4．应用百分位数法估计参考值范围的条件是 A．数据服从正态分布 B．数据服从偏态分布 C．有大样本数据 D．数据服从对称分布 E．数据变异不能太大 5．已知动脉硬化患者载脂蛋白B的含量()呈明显偏态分布，描述其个体差异的统计指标应使用 A．全距 B．标准差 C．变异系数 D．方差 E．四分位数间距 答案：A E D B E 1. 样本均数的标准误越小说明 A. 观察个体的变异越小 B. 观察个体的变异越大 C. 抽样误差越大 D. 由样本均数估计总体均数的可 靠性越小 E. 由样本均数估计总体均数的可靠性越大

临床试验数据核查指导原则

附件3 仿制药质量与疗效一致性评价 临床试验数据核查指导原则 为贯彻落实《国务院办公厅关于开展仿制药质量与疗效一致性评价得意见》(国办发〔２016〕8号),进一步规范仿制药质量与疗效一致性评价(以下简称一致性评价)临床试验数据核查要求,保证药品检查质量,制定本指导原则。 一、目得 一致性评价临床试验数据核查得主要目得就是对生物等效性试验与临床有效性试验等临床研究数据开展核查,确认其真实性、规范性与完整性。 二、组织 (一)国家食品药品监督管理总局负责全国一致性评价临床试验数据核查得统筹与监督管理。 (二)国家食品药品监督管理总局食品药品审核查验中心(以下简称核查中心)负责指导全国一致性评价临床试验数据核查工作,负责组织对国内仿制药品得临床试验数据进行抽查;负责组织对进口仿制药品得国内临床试验数据进行核查;负责组织对进口仿制药品得国外临床试验数据进行抽查;负责对一致性评价办公室、国家食品药品监督管理总局药品审评中心在技术评审过程中发现得临床试验数据问题开展有因核查、 (三)省级食品药品监督管理部门负责组织对所受理得国内仿制药品得临床试验数据进行核查。 三、程序 (一)国内仿制药品 1。省级食品药品监督管理部门对一致性评价资料与补充申请资料进行接收、受理与形式审查。一般在形式审查后３0日内组织临床试验数据核查。 ２、省级食品药品监督管理部门结合申请人提交得一致性评价申报资料、《仿制药质量与疗效一致性评价临床试验数据核查申报表》(附１)制定核查方案,选派核查组、核查组一般由２~4名核查员组成,核查组按照核查方案开展核查,并完成《仿制药质量与疗效一致性评价临床试验数据现场核查发现问题》(附2)、《仿制药质量与疗效一致性评价临床试验数据现场核查报告》(附3)。

临床试验数据核查指导原则

附件3 仿制药质量和疗效一致性评价 临床试验数据核查指导原则 为贯彻落实《国务院办公厅关于开展仿制药质量和疗效一致性评价的意见》（国办发〔2016〕8号），进一步规范仿制药质量和疗效一致性评价（以下简称一致性评价）临床试验数据核查要求，保证药品检查质量，制定本指导原则。 一、目的 一致性评价临床试验数据核查的主要目的是对生物等效性试验和临床有效性试验等临床研究数据开展核查，确认其真实性、规范性和完整性。 二、组织 （一）国家食品药品监督管理总局负责全国一致性评价临床试验数据核查的统筹和监督管理。 （二）国家食品药品监督管理总局食品药品审核查验中心（以下简称核查中心）负责指导全国一致性评价临床试验数据核查工作，负责组织对国内仿制药品的临床试验数据进行抽查；负责组织对进口仿制药品的国内临床试验数据进行核查；负责组织对进口仿制药品的国外临床试验数据进行抽查；负责对一致性评价办公室、国家食品药品监督管理总局药品审评中心在技术评审过程中发现的临床试验数据问题开展有因核查。 （三）省级食品药品监督管理部门负责组织对所受理的国内仿制药品的临床试验数据进行核查。 三、程序 （一）国内仿制药品 1. 省级食品药品监督管理部门对一致性评价资料和补充申请资料进行接收、受理和形式审查。一般在形式审查后30日内组织临床试验数据核查。 2. 省级食品药品监督管理部门结合申请人提交的一致性评价申报资料、《仿制药质量和疗效一致性评价临床试验数据核查申报表》（附1）制定核查方案，选派核查组。

核查组一般由2～4名核查员组成，核查组按照核查方案开展核查，并完成《仿制药质量和疗效一致性评价临床试验数据现场核查发现问题》（附2）、《仿制药质量和疗效一致性评价临床试验数据现场核查报告》（附3）。 3. 省级食品药品监督管理部门对《仿制药质量和疗效一致性评价临床试验数据现场核查报告》进行审核。 4.核查中心依据各省一致性评价临床试验现场核查进展情况，定期制定抽查计划，开展监督检查工作。 （二）进口仿制药品 1.国家食品药品监督管理总局行政事项受理服务和投诉举报中心对一致性评价资料和补充申请资料进行接收、受理和形式审查，形式审查后将资料送核查中心。 2. 对申请人提交的进口仿制药品的国内临床研究数据，核查中心一般在收到资料后30日内组织核查。 核查中心结合申请人提交的一致性评价申报资料、《仿制药质量和疗效一致性评价临床试验数据核查申报表》制定现场核查方案，选派核查组。核查组一般由2～4名核查员组成，核查组按照核查方案开展核查，并完成《仿制药质量和疗效一致性评价临床试验数据现场核查发现问题》《仿制药质量和疗效临床试验数据现场核查报告》。 3. 对申请人提交的进口仿制药品的国外临床试验数据，核查中心依据申报情况，定期制定抽查计划，开展境外现场核查工作。 4. 现场核查结束后，核查中心将核查结果转交一致性评价办公室。 四、基本要求 （一）确保受试者的安全与权益得到保护 所有的试验方案及其修改均应经伦理委员会进行伦理审核后方可实施，而且必须在得到受试者候选人或其合法代表人签署的知情同意书后才能开始试验。 （二）确保评价产品的一致性 用于生物等效性试验和临床有效性试验的一致性评价的产品应与拟供应市场的产品具有一致的生产条件、生产批量、生产工艺处方、原辅料来源和生产设备。涉及变更的，应当与变更后的保持一致。 （三）确保数据的真实性、可靠性和临床试验开展的合规性

大数据分析及其在医疗领域中的应用-图文(精)

第７期 ２４ ２０１４年４月１０日 计算机教育 ＣｏｍｐｕｔｅｒＥｄｕｃａｔｉｏｎ ◆新视点 文章编号：１６７２．５９１３（２０１４）０７—００２４－０６ 中图分类号：Ｇ６４２ 大数据分析及其在医疗领域中的应用 邹北骥 （中南大学信息科学与工程学院，湖南长沙４１００８３） 摘要：互联网和物联网技术的快速发展给数据的上传与下载带来了前所未有的便利，使得互联网上 的数据量急剧增长，由此产生了针对大数据的存储、计算、分析、处理等新问题，尤其是对大数据的挖掘。文章分析当前大数据产生的背景，阐述大数据的基本特征及其应用，结合医疗领域，论述医疗 大数据分析的目的、意义和主要方法。 关键词：大数据；物联网；医疗；大数据挖掘 １ 大数据早已存在，为何现在称之为大

数据时代 计算与数据是一对孪生姐妹，计算需要数据，数据通过计算产生新的价值。数据是客观事 物的定量表达，来自于客观世界并早已存在。例 如，半个世纪前，全球的人口数量就有数十亿，与之相关的数据就是大数据；但是在那个时代，由于技术的局限性，大数据的采集、存储和处理 还难以实现。 互联网时代之前，采集世界各地的数据并让它们快速地进入计算系统几乎是一件不可想象的 事情。２０世纪８０年代兴起的互联网技术在近３０ 年里发生了翻天覆地的变化，彻底地改变了人们的工作和生活方式【ｌ】。通过互联网人们不仅可以下载到新闻、小说、论文等各类文字数据，而且可以轻而易举地下载到音乐、图像和视频等多媒体数据，这使得互联网上的数据流量急剧增长。据统计，现在互联网上每分钟流人流出的数 据量达到１ ０００ ＰＢ，即１０亿 ＧＢｔ２１。 推动大数据产生的另一个重要因素是物联网技术。近几年发展起来的物联网技 术通过给每个物品贴上标签 并应用ＲＦＩＤ等技术实现了

临床试验数据核查指导原则

附件 3 仿制药质量和疗效一致性评价 临床试验数据核查指导原则 为贯彻落实《国务院办公厅关于开展仿制药质量和疗效一致性评价的意见》（国办发〔2016〕8号），进一步规范仿制药质量和疗效一致性评价（以下简称一致性评价）临床试验数据核查要求，保证药品检查质量，制定本指导原则。 式审查。一般在形式审查后30日内组织临床试验数据核查。 2. 省级食品药品监督管理部门结合申请人提交的一致性评价申报资料、《仿制药质量和疗效一致性评价临床试验数据核查申报表》（附1）制定核查方案，选派核查组。核查组一般由2～4名核查员组成，核查组按照核查方案开展核查，并完成《仿制药质量和疗效一致性评价临床试验数据现场核查发现问题》（附2）、《仿制药质量和疗效一致性评价临床试验数据现场核查报告》（附3）。 3. 省级食品药品监督管理部门对《仿制药质量和疗效一致性评价临床试验数据现场核

查报告》进行审核。 4.核查中心依据各省一致性评价临床试验现场核查进展情况，定期制定抽查计划，开展监督检查工作。 （二）进口仿制药品 1.国家食品药品监督管理总局行政事项受理服务和投诉举报中心对一致性评价资料和补充申请资料进行接收、受理和形式审查，形式审查后将资料送核查中心。 2. 对申请人提交的进口仿制药品的国内临床研究数据，核查中心一般在收到资料后30 （三）确保数据的真实性、可靠性和临床试验开展的合规性 1.真实性 开展一致性评价工作应当坚持诚实守信，确保申报资料与原始记录的真实性，禁止任何虚假行为。 2.可靠性 应确保申报资料与原始数据一致。应当规范一致性评价过程中的记录与数据的管理，保证数据记录准确真实、清晰可追溯、原始一致、及时同步记录、能归属到人、完整持久，

浅谈医学大数据复习过程

浅谈医学大数据 陈遵秋和陈漪伊夫妇是美籍华人，现在美国定居。其二人是目前研究医疗大数据及生物样本大数据真正的专家。现将两位的文章进行公开发表，与大家一起探讨。 现在无论国内外均出现了移动医疗热，所有的创业团队和投资公司均把商业模式指向了最后的医疗大数据分析。但是可以很负责任的说，90% 以上的人都不知道医疗大数据分析是什么东西，因此这是一篇扫盲贴，但是仅供专业人士。文中分析了医疗大数据、它的维度、方法和成本，以及需要的专业人才。本文无论是对创业团队还是投资机构都是非常有指导意义的。 大数据定义及其特征 大数据顾名思义就是数量极其庞大的数据资料。从上世纪80 年代开始，每隔40 个月世界上储存的人均科技信息量就会翻倍(Hibert & Lopez, 2011)。2012 年，每天会有2.5EB 量的数据产生(Andrew & Erik, 2012)。现在，2014 年，每天会有2.3ZB 量的数据产生(IBM, 2015)。这是一个什么概念？现在一般我们电脑的硬盘大小都以GB，或者TB 为单位了。1GB 的容量可以储存约5.4 亿的汉字，或者170 张普通数码相机拍摄的高精度照片，或者 300-350 首长度为5-6 分钟的MP3 歌曲。那GB 和TB, EB，ZB 的关系又是怎样？ 1ZB=1024EB=10242PB=10243TB=10244GB。如果你有一台1TB 硬盘容量的电脑，那1ZB 就是大致等于10 亿台电脑的容量, 远远超出了我们一般的想象。

早期，IBM 定义了大数据的特性有3 个：大量性（Volume）, 多样性（Variety）, 快速性（Velocity）(Zikopoulos, Eaton, deRooos, Deutsch, & Lapis, 2012)。后来又有学者把价值（Value）加到大数据的特性里。随着时间的推移和人们思考的进一步完善，又有三个大数据的特性被提出：易变性（Variability），准确性(Veracity) 和复杂性(Complexity)。 作者认为价值本质上是数据被分析后体现出来的有用信息知识的程度，和其他几个特性有根本区别。其他几个特性可以说是数据工作者具体实践中面临的挑战，而价值则是征服这些挑战后获得的回报。 大数据的6个特性描述如下： 大量性：一般在大数据里，单个文件大量性的级别至少为几十，几百GB 以上，一调查(Russom, 2013) 显示相当多的机构拥有的数据总量在10 到99TB 之间。用我们传统的数据库软件，1GB 已经可以储存千万条有着几百个变量的数据记录了。 多样性：泛指数据类型及其来源的多样化(Troester, 2012)，进一步可以把数据结构归纳为结构化(structured)，半结构化(semi-structured)，和非结构化(unstructured) (SAS, 2014) 。 快速性：反映在数据的快速产生及数据变更的频率上。比如一份哈佛商学院的研究报告称在2012 年时，谷歌每天就需要要处理20PB 的数据(Harvard Business Review, 2012)。 易变性：伴随数据快速性的特征，数据流还呈现一种波动的特征。不稳定的数据流会随着日，季节，特定事件的触发出现周期性峰值(Troester, 2012)。

Miseq数据分析

MiSeq System Highlights ? Exceptional Data Quality Highest-quality data demonstrated through peer-reviewed, scientific comparison ? Simple and Intuitive Instrument Workflow Highly automated system features a simple, easy-to-use instrument interface ? Fastest Turnaround Time Most rapid sequencing and variant detection for time-critical studies ? Extensive Suite of Applications Adjustable read length and flow cell options provide ultimate flexibility across a broad range of applications Introduction The MiSeq System offers the first end-to-end sequencing solution, integrating cluster generation, amplification, sequencing, and data analysis into a single instrument. Its small footprint—approximately 2 square feet—fits easily into virtually any laboratory environment (Figure 1). The MiSeq System leverages Illumina sequencing by synthesis technology (SBS), the most widely used, next-generation sequencing chemistry. With over 750 publications to date, the MiSeq System is the ideal platform for rapid and cost-effective genetic analysis. Exceptional Data Quality Illumina SBS chemistry is the most widely adopted next-generation sequencing technology. Exceptional data quality is achieved by SBS chemistry: a proprietary, reversible terminator-based method that detects single bases as they are incorporated into massively parallel DNA strands. Fluorescent terminator dyes are imaged as each dNTP is added and then cleaved to allow incorporation of the next base. With all 4 reversible, terminator-bound dNTPs present during each cycle, natural competition minimizes incorporation bias. Base calls are made directly from signal intensity measurements during each cycle, greatly reducing raw error rates compared to other technologies.1–5 The result is highly accurate base-by-base sequencing that virtually eliminates sequence context-specific errors, even within repetitive sequence regions or homopolymers. Illumina sequencing delivers the highest yield of error-free data for the most sensitive or complex sequencing samples (Figure 3).Simple and Intuitive Instrument Workflow The MiSeq System offers straightforward, easy-to-follow instrument control software. Perform simple instrument operations with an intuitive touch screen interface, use plug-and-play reagent cartridges with RFID tracking, consult on-screen video tutorials, and enjoy step-by-step guides throughout each sequencing workflow. All MiSeq Systems include onboard data analyis and access to BaseSpace?— the Illumina genomic analysis platform. BaseSpace provides real-time data uploading, simple data analysis tools, internet-based run monitoring, and a secure, scalable storage solution. A suite of data analysis tools, and a growing list of third-party BaseSpace Apps, empowers researchers to perform their own informatics. BaseSpace also enables fast and easy data sharing with colleagues or customers. To learn more, visit https://www.sodocs.net/doc/4313532443.html,/basespace. Fast Turnaround Time For results in hours rather than days, the combination of rapid library preparation and the MiSeq System delivers a simple, accelerated turnaround time (Figure 2). Prepare your sequencing library in just 90 minutes with Nextera? library prep reagents, then move to automated clonal amplification, sequencing, and quality-scored base calling in as little as 4 hours on the MiSeq instrument. Sequence alignment can be completed directly on the onboard instrument computer with MiSeq Reporter software or through the BaseSpace platform within 3 hours. MiSeq? System Focused power. Speed and simplicity for targeted resequencing and small-genome sequencing. Figure 1: MiSeq System The compact MiSeq System is well suited for rapid, cost-effective next- generation sequencing.

【免费下载】 药物临床试验数据现场核查要点(2015年第228号)

附件 药物临床试验数据现场核查要点序号现场核查要点一、Ⅱ、Ⅲ期临床试验、人体生物等效性(BE)/人体药代动力学(PK)试验、疫苗临床试验数据现场核查要点——通用内容 1.临床试验条件与合规性（含各方在临床试验项目中职责落实）临床试验单位承担药物临床试验的条件与合规性：1.1.1临床试验须在具有药物临床试验机构资格的医院内进行（含具有一次性临床试验机构资格认定的批件），落实临床试验条件是否支持试验项目实际的实施过程。1.1.2具有合法的《药物临床试验批件》。1.1* 1.1.3核对项目开始实施时间与国家食品药品监督管理总局《药物临床试验批件》时间相符性。伦理审查批件及记录的原始性及完整性：1. 2.1有出席伦理审查会议的签到表和委员讨论的原始记录。1.2 1.2.2委员表决票及审查结论保存完整且与伦理审批件一致。1.3临床试验合同经费必须覆盖临床试验所有开支（含检测、受试者营养/交通费补贴、研究者观察费等）。1.4申办者/合同研究组织（CRO ）按照药物临床试验管理规范（GCP ）原则、方案及合同承担相应职责的文件和记录（如合同或方案中规定的项目质量管理责任及监查、稽查相关记录等）。2.临床试验部分（以研究数据的真实完整性为关注点）受试者的筛选/入组相关数据链的完整性：2.1 2.1.1*申报资料的总结报告中筛选、入选和完成临床试验的例数与分中心小结表及实际临床试验例数一致，若不一致须追查例数修改的环节。2.1.2*方案执行的入选、排除标准符合技术规范（如实记录体、管路敷设技术通过管线敷设技术，不仅可以解决吊顶层配置不规范问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术中包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。

医学临床试验数据分析要点(GCP)

临床试验数据分析要点 5．3．1分析对象的数据集 5．3．1．1 全样本分析（Full analysis set） 计划治疗原则（intention-to-treat）是指主要分析应当包括所有进入随机化的遵循这一原则需要对所有随机受试者完成随访得到试验结果。由于各种理由，这在实际上是难以达到的，因此，全样本分析是尽可能接近于包括所有随机受试者，在分析中保留最初的随机化对于防止偏差和提供安全的统计检验基础很重要。在许多场合，它提供的对治疗效果的估算很可能反映了以后的实际观察结果。 从分析中剔除已随机受试者的情况不多：包括不符合重要入选标准，一次也没有用药，随机化后没有任何数据。从分析中剔除不符合入选条件受试者必须不致引起偏差：入选标准的测定是在随机化之后；违反合格标准的检测是完全客观的；所有受试者都受到同样的合格性调查；各组实行同样的入选标准，凡违反者均被排除。 5．3．1．2 遵循研究设计对象（Per Protocol Set） "Per Protocol"对象组，有时称之为"有效病例"、"有效样本"或"可评价受试者样本；定义为全部分析样本中较好遵循设计书的一个受试者亚组： ·完成预先说明的确定治疗方案暴露。 ·得到主要变量的测定数据。 ·没有违反包括入选标准在内的重要试验设计。 从"有效受试者"组中剔除受试者的精确理由应当在揭盲前就充分限定并有文件记载。 为得到"有效受试者"而排除对象的原因和其他一些违反研究设计的问题，包括对象分配错误、试验中使用了试验方案规定不能用的药物、依从性差、出组和数据缺失等，应当在不同治疗组之间对其类型、发生频率和发生时间进行评价。 5．3．1．3不同的分析（受试者）组的作用 在验证性试验中，通常进行全样本和"有效受试者"两种分析。这样可以对两者之间的任何差别进行明白的讨论和解释。有时候可能需要计划进一步探究结论对于选择分析受试者组的敏感程度。两种分析得到基本一致的结论时，治疗结果的可信度增加。但是要记住，需要?quot;有效受试者"中排除相当数量受试者会对试验的总有效性留下疑点。 在优越性（Superiority trial，证明新药比标准对照药物优越）试验、等效性试验或不差于（non－inferiority trial，确证新产品与对照药物相当）试验中，这两种分析有不同的作用。在优越性试验中，全样本分析用于主要的分析可以避免"有效受试者"分析对疗效的过于乐观的估算；全样本分析所包括的不依从受试者一般会缩小所估算的治疗作用。但是，在等效性或不差于试验中使用全样本分析通常是不谨慎的，对其意义应当非常仔细考虑。 5．3．2缺失值和线外值（包括异常值） 缺失值代表临床试验中一个潜在的偏差来源。因此，在实施临床试验时应当尽最大努力符合试验方案对于数据收集和数据管理的要求。对于缺失值并没有通用的处理办法，但只要处理方法合理，特别是如果处理缺失值方法在试验方案中预先写明，则不会影响试验的有效性。当缺失值数目较大时，要考虑分析结果对于处理缺失值方法的敏感程度。线外值（包括异常值）的统计学定义在某种程度上带有随意性。除了统计学判断之外加上医学判断以鉴别一个线外值（包括异常值）是最可信的方法。同样，处理线外值（包括异常值）的程序应当在方案中列出，且不可事先就有利于某一个治疗组。 5．3．3数据的类型、显著性检验和可信限 在临床试验中，对每个受试者可收集3种数据：所接受的治疗、对治疗的反应（Re-sponse）和进入试验时影响预后因子的基线值。接受同样治疗的受试者构成统计分疗组。对治疗的反应基本上有3类。 ①定性反应。根据预定的评价标准将受试者分为若干类别，如高血压治疗的"有效"。"无效"；淋巴细胞瘤化疗的"完全缓解"、"部分缓解"、"无变化"。 ②定量反应。当存在一种可靠测定方法时，受试者的治疗结果最好采用实际数值，如舒张压。但最好同时记录其基线值，以便评价治疗前后的变化量值。 ③到某事件发生的时间。如使用避孕药受试者从开始治疗到意外妊娠的时间。 5．3．3．1数据的描述性统计

药物临床试验数据核查

CFDI 基于审评需要的药物临床试验数据核查 1 我国药物临床试验监管 目前，国家药品监督管理部门在药物临床试验的前、中、后期都进行严格监管。临床试验前，对临床试验单位实行药物临床试验机构资格认定/复核检查，确定药物临床试验机构具备开展药物临床试验的条件；临床试验过程中，对临床试验进行日常监督检查，确保药物临床试验质量保证体系正常运行，临床试验过程规范，受试者安全和权益得到保护；临床试验结束后，对所受理品种开展药物临床试验注册现场核查，确保临床试验结果真实、准确和完整；同时，根据需要，还会分别在临床试验的前、中、后阶段，针对药品审评过程中发现的问题、药品注册相关的举报问题、需进行核查的其他情形等进行有因检查。 除药物临床试验机构资格认定仅检查临床试验机构和专业的设施设备、管理制度和标准操作规程(SOP)、人员资质与能力外，其他形式的监管均结合或通过药物临床试验项目开展，均离不开对药物临床试验数据的核查，临床试验数据核查的侧重点反映了临床试验监管的不同目的。 2 药物临床试验数据类型 药物临床试验环节较多，涉及临床试验各方的参与和管理，临床试验数据复杂，其数据类型主要分为2类。一类临床试验数据是来源于临床试验过程中的受试者，需要录入数据库，通过对这些数据统计分析，能评价试验药物的有效性和安全性，如受试者筛选、入选与排除标准、受试者治疗、访视、实验室检查和不良事件等数据。这类数据既能反映受试者保护和药物临床试验的质量保证体系运行情况，也会直接影响试验药物有效性、安全性的客观评价，进而影响试验药物的审评审批。 另一类临床试验数据是来源于临床试验各方对临床试验的管理，不需录入数据库，对试验药物的安全性和有效性评价不构成直接影响，但能反映受试者保护和药物临床试验的质量保证体系运行情况，如病例研究报告表(CRF)填写与修订、伦理委员会对临床试验的伦理审查、临床试验机构及专业对临床试验的质量保证和质量控制、申办方对临床试验的监查和稽查等。 3 基于审评需要的药物临床试验数据核查 药物临床试验的目标是确认试验药物的风险/受益比可接受、用法与用量安全有效，并确定试验药物的适用人群及适应证。研究者是临床试验的实施者，负责评价临床试验药物的有效性和安全性。受试人群的选择和治疗是否合适，研究者或受试者本人的评价是否准确、客观，均会直接影响临床试验药物有效性和安全性评价。 临床试验数据核查，理论上应对所有数据都进行核查，但监管部门受其监管资源所限，数据核查不可能面面俱到，应根据临床试验数据核查目的来确定核查重点。临床试验有效性和安全性数据是支持药品上市的重要依据，也是药品审评审批的