《肿瘤临床试验的风险评估和质量管理共识(2021 版)》由中国抗癌协会肿瘤临床试验稽查协作组(CACA-CTAG) 制定,发表于《中国新药杂志》2022 年第 31 卷第 12 期,核心是建立全流程、基于风险的质量管理体系,明确各方职责、风险分级与控制措施。
一、核心定位与发布背景
-
发布机构:中国抗癌协会肿瘤临床试验稽查协作组(CACA-CTAG)
-
发布时间:2022 年 6 月 30 日(共识标注 2021 版)
-
核心目标:明确肿瘤临床试验各相关方职责,识别试验前、中、后全流程风险点,通过科学评估与分级管控,提升试验质量、保障受试者安全与数据可靠性。
二、质量管理相关方职责
|
角色 |
核心职责 |
|
申办者 |
建立覆盖全流程的质量管理体系(QMS),是数据质量与可靠性的最终责任人;基于风险开展监查、稽查,监督 CRO 工作 |
|
研究者 |
对试验质量、受试者权益与安全负责;严格依从方案,规范试验药物管理、数据记录与 SAE 报告 |
|
临床试验机构 |
建立内部管理与质控体系,监管科室合规开展试验,保障软硬件与伦理审查能力 |
|
CRO/SMO |
按合同执行监查、数据管理、现场协调等任务,协助研究者与申办者落实质量要求 |
|
伦理委员会 |
审查方案科学性、伦理合理性,持续监督试验过程,保护受试者权益 |
三、全流程风险识别与分类
1. 试验前风险
-
试验设计风险:方案科学性 / 可行性、药物注册分类、剂型 / 给药途径、不良反应谱、研究类型(Ⅰ/Ⅱ/Ⅲ 期)、盲态、人群特征、持续时间、研究者手册完整性、应急方案完备性。
-
机构与人员风险:科室软硬件、机构 QMS 与质控能力、研究者 / 团队 / 监查员(CRA)/ 协调员(CRC)的经验、资质与合规意识。
-
伦理审查风险:伦理委员会组成、审查能力与对肿瘤专科方案的把控度。
2. 试验中风险
-
方案依从风险:入排标准偏离、访视超窗、合并用药违规、剂量调整不规范。
-
受试者安全风险:AE/SAE 漏记、误判、报告延迟;DLT、SUSAR、AESI 处置不当。
-
数据质量风险:原始记录与 CRF 不一致、数据溯源缺失、EDC 录入错误、统计分析偏差。
-
药物管理风险:接收、储存、分发、回收、销毁不规范,账物不符。
3. 试验后风险
-
数据锁库与统计风险:数据清理不彻底、统计方法错误、结果报告不完整。
-
文件归档风险:试验资料缺失、归档不及时、保存不符合规范。
-
结果披露风险:试验结论与数据不一致、安全性信息隐瞒或误导。
四、风险分级与评估体系
1. 风险分级标准(4 级)
-
低风险:方案合理、依从性高、数据可靠;受试者伤害可能性极小、程度轻微。
-
中度风险:方案基本合理,非关键方案违背增加;可逆轻度 AE 增多,基本可控。
-
中高度风险:方案存在缺陷,关键方案违背可能增加;可逆中度 AE 增多,有失控可能但概率低。
-
高风险:方案严重缺陷,关键违背可能性大;严重 / 持续试验相关 AE 增多,风险不确定性高。
2. 风险再评估触发条件
-
发生SAE/SUSAR;
-
质控发现严重问题或多次整改无效;
-
试验方案重大修改;
-
监管机构检查发现关键缺陷;
-
试验人群、药物暴露或疗效信号发生显著变化。
五、风险控制与质量管理措施
1. 风险控制计划(RAMP)核心要点
-
源头控制:优化方案设计,强化科学性、伦理与可行性审查。
-
过程管控:实施基于风险的监查(RBM),动态分配资源,聚焦关键数据与流程。
-
分级质控:高风险项目增加监查 / 稽查频次,低风险项目简化现场核查。
-
智能质控:利用 EDC、CTMS、AI 预警等工具,实现数据自动比对、AE / 方案依从提醒与实时监控。
2. 关键质控环节
-
AE/SAE 管理:按 CTCAE 分级,规范记录、报告、相关性判断与处置,重点监控 DLT、SUSAR、AESI。
-
数据管理:建立数据质疑与溯源流程,确保原始数据、CRF、EDC 一致性。
-
药物管理:全程冷链 / 温湿度监控,双人双锁,严格执行接收、发放、回收、销毁记录。
-
方案依从:定期培训,建立访视窗、合并用药等预警机制,及时识别与纠正方案违背。
3. 质量改进(CAPA)闭环
-
问题汇总→根因分析→制定整改措施→执行→效果验证→持续优化。
-
机构定期开展质控数据分析,识别系统性问题并预警,强化再培训。
六、实施要点与价值
-
全流程嵌入:将风险评估与质控贯穿试验设计、实施、数据管理、报告与归档全周期。
-
资源优化:从 “100% SDV” 转向风险导向,提升质控效率与精准度。
-
合规保障:契合 ICH-GCP、中国 GCP(2020 版)及监管机构对临床试验质量的要求。
-
受试者保护:通过风险分级与动态管控,最大程度降低试验相关伤害,保障权益。