2. 临床数据核查的法规与标准体系

临床数据核查自动化不是把人工核查逻辑简单翻译成脚本，而是把法规要求转化为可执行、可追溯、可验证的规则。理解 CDISC、ICH-GCP、FDA 21 CFR Part 11、NMPA 核查要点与 ALCOA+ 原则之间的分工，是设计自动化核查引擎的前提。它们并非并列关系，而是分别约束数据标准、临床实施、系统合规、监管检查与数据质量五个层面。

五层法规约束的分工

CDISC 解决“数据长什么样”的问题。SDTM 规定采集数据的标准化结构，ADaM 规定分析数据的结构，Define-XML 描述元数据。自动化核查中，CDISC 主要提供结构校验依据：变量是否存在、类型是否正确、受控术语是否合法、日期是否符合 ISO 8601。ICH-GCP 解决“临床实施是否规范”的问题，E6(R2) 强调质量源于设计、基于风险的质量管理，核查规则应聚焦关键数据与关键流程，而非平均用力。FDA 21 CFR Part 11 解决“电子记录与电子签名是否可信”的问题，要求审计追踪、权限控制、时间戳、记录不可篡改。NMPA 核查要点解决“监管现场看什么”的问题，强调源数据可溯源、修改留痕、逻辑一致、关键指标可复算。ALCOA+ 则是贯穿始终的数据质量判据，把上述要求收敛为可检查的属性。

ALCOA+ 如何落到可执行规则

ALCOA+ 的九个属性中，最容易在自动化中落地的是“可归因、同时、原始、准确、完整、一致”。以一条实验室检查记录为例，可归因要求每条记录能定位到录入人、修改人和审核人；同时要求录入时间与采血时间、检测时间形成合理时序；原始要求保留源文件或源系统引用；准确要求数值与单位、参考范围匹配；完整要求访视不缺失、必填字段不为空；一致要求同一受试者跨访视的性别、出生日期、入组日期不矛盾。

把这些属性写成规则时，需要明确三个要素：检查对象（哪个数据集、哪个变量）、判断条件（比较、范围、存在性、时序）、输出形式（质疑文本、严重级别、证据引用）。例如“同时性”可转化为：若 LBDTC（实验室检测日期时间）早于 RFSTDTC（参考开始日期），则输出高严重级别质疑，因为检测发生在入组之前，违反时序逻辑。

示例：一条跨法规的核查规则

下面给出一条同时涉及 CDISC、ICH-GCP、Part 11 与 ALCOA+ 的规则示例，用于说明规则如何编写。假设某项目使用 SDTM IG 3.3，受试者编号为 SUBJ-001，访视 V1 的收缩压记录如下：

USUBJID   VSTESTCD  VSORRES  VSORRESU  VSDTC
SUBJ-001  SYSBP     142      mmHg      2024-03-15T09:20
SUBJ-001  SYSBP     138      mmHg      2024-03-15T09:20

同一受试者、同一访视、同一检测时间出现两条收缩压记录，且数值不同。该情形触发以下核查：

• CDISC 结构校验：VSTESTCD 必须属于受控术语，VSORRESU 必须与 VSTESTCD 匹配，此处通过。
• 逻辑一致性：同一 USUBJID + VSTESTCD + VSDTC 组合应唯一，出现重复即输出质疑，级别为高。
• ALCOA+ 一致性：两条记录数值不一致，违反“一致”与“准确”，需人工确认哪条为源数据。
• Part 11 审计追踪：检查该记录是否有修改历史，若第二条为修改后新增而未留痕，则同时触发审计追踪缺失告警。
• NMPA 核查要点：现场检查会关注该访视源数据是否可溯源，自动化输出应附带源文件引用与修改时间戳。

自动化实现中的约束

法规要求转化为代码时，存在几类硬约束。第一，规则可追溯：每条规则必须记录来源条款，例如“21 CFR Part 11 §11.10(e) 审计追踪”或“NMPA 核查要点 4.2 源数据可溯源”，否则无法在检查中解释规则依据。第二，规则版本化：CDISC 版本、方案版本、规则版本必须绑定，避免用旧规则核查新数据。第三，结果不可篡改：核查输出本身也是电子记录，需带时间戳、执行人、规则版本，并写入审计追踪。第四，假阳性控制：规则过严会产生大量无意义质疑，反而掩盖真实问题，应通过阈值、白名单和分层抽样平衡灵敏度与可操作性。

实际工程中，建议把规则库设计为“法规条款—规则标识—检查对象—判断条件—严重级别—证据字段”六列结构，每条规则独立可测。这样既能满足监管对可追溯性的要求，也能让自动化核查在版本迭代中保持稳定。法规不是自动化的障碍，而是规则设计的边界条件；把边界条件显式化，核查结果才具备可解释性与可辩护性。