2025年临床数据趋势报告指出,六种关键趋势正在重塑临床数据管理,核心主题为“简化与标准化”。报告强调新技术从可用到广泛应用存在滞后,但当前行业正转向务实创新。
核心趋势与关键数据:
-
基于风险的万物兴起
监管机构(如FDA、EMA)鼓励基于风险的质量管理(RBQM)和数据管理,临床领导者预计其将迅速提升价值。全球生物制药领域通过结合RBQM与技术,每年可节省数万小时人力和约54,000次查询。
- 关键数据:SDV节省43,000小时,避免54,000次查询;130,000次访问中每消除20分钟任务可节省43,000小时人力。
-
临床数据管理演变为临床数据科学
数据管理团队需从操作任务转向战略贡献,重点提升新技能以支持数据科学。统计学家需早期参与设计,定义关键数据点并推动研究。
- 关键数据:数据科学在2024年临床领导者评估中排名第二。
-
从AI炒作转向智能自动化
公司更关注基于规则和人工智能的自动化,而非“黑盒”AI解决方案。医疗编码领域AI应用突出,通过规则驱动自动化加速数据清洗,并由人工审核补充。
- 关键数据:AI在2024年成功或创造价值的可能性低于其他计划。
-
MDR和数据处理标准的复兴
元数据存储库驱动(MDR)通过聚焦关键业务问题实现务实应用,简化研究设计、数据收集与分析流程。
- 关键数据:MDR可加速研究构建,传统MDR和电子表格会减慢进度。
-
患者选择权成为DCT核心目标
FDA鼓励“务实试验”,DCT技术通过提升患者体验(如远程医疗、BYOD)扩大参与范围。
- 关键数据:约3%美国医生和患者参与临床试验,近80%试验因招募失败延期。
-
创新专注于提升场地体验
现代试验采用混合数据流(如EDC、远程监测),但需平衡创新与标准化,避免加剧站点间能力差异。
- 关键数据:45%数据需在访问当天录入,反映系统友好度影响效率。
新兴趋势:
-
终端驱动设计支持基于风险策略
统计学家早期参与定义终点,数据管理聚焦关键数据,减少不必要数据收集。
- 关键数据:端点驱动设计可减少单一使用和不必要数据。
-
提升数据管理弹性与未来经济学
临床研究面临战争、疫情等风险,数据管理需增强战略贡献,主动应对不确定性。
- 关键数据:政府政策(如FDA、FTC)可能加剧行业不确定性。
-
患者选择和多样性同步发展
FDA新指南要求试验覆盖代表性不足群体,需通过技术(如数据连接)确保各群体数据质量。
- 关键数据:ICH E6 R2要求降低现场负担,赞助商需提供更多参与选项。
-
赞助商寻求增加数据所有权和透明度
赞助商倾向内部化数据管理,要求直接访问实时数据,而非完全依赖CRO。
- 关键数据:全面内部化模式可提升数据掌控力,优化患者服务。
研究结论:
行业需通过技术(如MDR、智能自动化)和流程(如RBQM、终端驱动设计)实现数据管理的简化与标准化,同时平衡创新与患者体验,以应对复杂性和不确定性,推动“务实试验”发展。