引言：

本次DCT训练营聚焦于电子知情同意、远程访视（televisit）、DCT合规、eCOA和可穿戴设备等关键领域的能力建设，旨在提升业内专业人士的技能和知识，加强他们在DCT领域的竞争力和应对变化的能力。此次训练营邀请了多位业内专家，为参与者提供了最新的行业知识和经验分享。通过多方位的能力提升，参与者将能够更好地把握当前DCT的发展趋势和未来的机遇。接下来，我们将介绍本次训练营的主要内容和成果。

COA通常包涵了PRO（Patient reported outcome, 为常用类型，使用率高达90%）、ClinRO（Clinician reported outcome，在中枢神经系统项目中使用较广泛）、ObsRO（Observer reported outcome常用于患者监护人/家属等使用）、PerfO（Performance outcome）四种类型。因电子化数据填报能更加真实的体现出数据填报时的真实情况，有主管数据客观化的优势，从而促进了COA向eCOA的转化。

2009年，FDA首先出台了第一个关于PRO的工作指南，要求临床试验开展中要明确PRO的数据采集方式，并确保数据采集符合GCP要求。PMDA、EMA、ICH-GCP E6(R2)以及NMPA2020版GCP也陆续颁布了相关指南，如明确了对（纸质或电子）数据整体的质量要求及原则（ALCOA+CCEA），极大促进了临床试验项目的质量控制和数字化发展。ISPOR、C-Path eCOA consortium等行业组织也都先后出台了一系列如针对纸质数据向电子数据转化过程中的操作及注意事项等的工作指南。

eCOA可以更好的确保项目开展过程中的科学性（数据更加清晰、完整）、给患者带来更好的体验（使用方便、保密性更强），提高成本效益（提高数据填报质量，降低运营管理成本）。故在注册临床试验（I-III期）、真实世界研究、远程医疗等项目中都得到了广泛的运用。

eCOA涉及到的服务及重点考量包含以下几个方面——

通常有经验的供应商在13+weeks的时间内可完成整个工作流程，且与一些author有长期稳定合作关系，能够加速项目进度，降低法律风险。

以一个银屑病的国际多中心临床试验研究作为案例进行分享——该试验采用了PRO和ClinRO两种COA类型（如下图所示）。

该系统采用包括英文、简体中文、日文、匈牙利文等多种语言填报方式，通过已安装eCOA APP的平板电脑，在医院完成各类报告填报。在IRB submission过程中，先后完成了纸质版本和电子版本的递交（亦可直接递交电子版本，效率更高）；通过研究者会培训、online培训，以及提供各类指导支持性文件（如病人使用的小卡片式说明书）等多种培训方式对相关人员及患者进行了培训；通过APP可以清晰的看到每个病人填报时的情况并及时进行纠正和培训，提高患者的依从性；同时设置专人负责eCOA的数据质量管理。

PS:电子版本需及时反馈给版权方进行确认批准后，系统方可上线使用。

何洁如武田亚太研究中心，数字化战略负责人

数字健康科技（DHT）是指利用数字技术及信息技术来提高医疗保健质量和效率并促进患者健康管理的一种新型方式。包括各种计算平台、软件、传感器（用以监测记录人体的数据参数，形式多样，可携带、可穿戴、可吞咽）等等。

随着科技的不断发展，可穿戴设备（可以集成多种传感器）在医疗健康及药物研发领域越来越受到关注和广泛应用。通过使用数字化可穿戴设备或传感器(如智能手环)定期或持续监测、测量、传输收集患者信息（如数字化生物标志物、数字终点等），实时上传反馈数据用以分析，帮助我们客观准确的评估药物的安全性及疗效，也为患者远程参与临床试验提供了便利。目前DiMe Library of Endpoint（行业数字化终点数据库）中已经收录了来自96个申办方超过300多个已实际应用的数字化终点研究项目的信息以供参考。所面临的挑战是这些设备是否已针对数字终点进行了验证。

2021年12月，FDA发布了有关DHT用于临床研究中远程数据采集的指南草案，此指南现已向公众征求意见，并提供了关于在临床研究中使用DHT进行远程监测的思路----选择适用于临床研究的DHT、验证和确认DHT适用于临床研究、使用DHT收集试验重点数据、识别在临床研究中使用DHT所涉及的风险、管理与在临床研究中使用DHT有关的风险。讲者用一个失败案例说明DHT不是简单的量表数字化，或一味的追求技术手段，而是需要通过验证，证明使这些设备在治疗中，能够真正的反应出患者日常机体功能或状态。通常可以将数字化传感器、算法和临床应用分别进行独立评估，将每一步所产生的文件或证据来评估证明其有效性。

• 客观、连续的数据收集：可穿戴传感器提供客观、连续的数据收集过程，消除了定期到医疗机构的需求。

• 改善患者合规性：可穿戴传感器可能比传统的数据收集方法更不具侵入性，提高患者对临床实验的合规性和参与度。

• 提高数据粒度：可穿戴传感器提供高分辨率的数据，使得生物标志物和终点的测量和分析更加精确。

• 提高患者便利性：可穿戴传感器允许患者在家中参加临床试验，减轻了频繁就诊的负担，使临床试验更加易于接受。

• 提高患者安全性：可穿戴传感器可以提供患者健康状态的实时监测，及时发现不良事件，提高患者的安全性。

• 法规和政策：随着数字医疗技术的发展，政府正在逐步完善数字医疗相关的法规和政策，以确保医疗设备和技术的安全性和有效性。在使用数字生物标志物和数字终点的临床试验中，需要遵守国家的监管要求和政策规定，以确保试验的安全性和有效性。

• 临床试验设计：在设计数字生物标志物和数字终点的临床试验时，需要考虑试验设计的合理性和可行性。这包括选择合适的样本量、控制组和实验组、定义数字生物标志物和数字终点的合适指标等。

• 数据质量：数字生物标志物和数字终点所提供的数据需要经过严格的校准和验证，以确保其准确性和可靠性。此外，还需要建立科学的数据管理和分析体系，以确保数据的安全性和完整性。

• 标准化：数字生物标志物和数字终点的使用需要遵循一定的标准和规范，以确保其可比性和可重复性。因此，需要建立相应的标准化体系，以确保数字生物标志物和数字终点的数据能够在不同临床试验中得到合理的比较和分析。

• 技术创新：数字生物标志物和数字终点的应用需要紧跟技术创新的步伐，以满足不断变化的临床需求。因此，需要建立创新型的技术研发和应用体系，以不断提升数字生物标志物和数字终点的应用效果和价值。

1、可穿戴传感器在临床试验中收集数字生物标志和数字终点非常重要，因为它们可以提供更准确和客观的数据，帮助评估治疗效果和疾病进展。

2、验证可穿戴设备的准确性、可靠性和一致性是非常关键的，因为这些因素直接影响数据的质量和可靠性，同时也影响临床决策和结果。

3、在设计和选择可穿戴传感器时，需要考虑多种因素，例如传感器类型、数据采集频率、数据存储和处理等，以确保它们满足临床需求并可靠地收集数据。

4、临床试验中使用可穿戴传感器时，需要遵守严格的数据保护和隐私法规，并确保参与者的知情同意和数据安全。

5、随着可穿戴技术的不断发展，未来将有更多的机会将它们应用于临床试验中，为临床研究提供更准确、可靠和客观的数据，促进医学进步。

陈立洋 医渡科技 智能物联事业部 CEO

讲者从智能制造供应链角度出发，向大家呈现了物联网的基础架构，应如何对智能产品提出需求进行评价，以及如何将这些技术赋能于临床试验等精彩内容。

以宠物硬件项目为例，讲述了智能硬件研发与设计的过程。首先是产品需求的提出到产品定位的分析，探讨用户画像，明确产品使用场景、数据要求以及市场需求评估，还要对技术方案、生产成本、用户使用便捷性、产品的可制造性和可供应性等进行考量。在基础阶段要进行样机（硬件）设计和代码（软件）设计；基础阶段完成后进行产品测试（通常有1-2个版本）。根据需求还会思考量产研发，进行量产分析及规划（如某些硬件的可替代性）、量产样机制作及验证、建立各级支持文件和检测标准、确认供应体系情况进行成本核算等，最后进行注册。

物联网作为患者和医生之间的数据桥梁，可以实现患者在家与医生之间进行数据的连接。

多数家庭监护设备更多是短时几分钟测一次。这种间歇性数据并不具备太多的医学参考价值；设备测量指标单一，无法满足对血压、血氧、心率、体脂、体态等综合指标的测量；家庭监护是一项的立体工程，需要满足家庭成员对于日常、运动、睡眠等全天候不同状态下的监测需要。智能医疗器械可以有效解决以上弊端，通过大数据分析，知识图谱及预测模型的应用，有效地帮助患者分析症状和识别风险；每一名使用者均在云端建立健康档案，多条件查询历史监测数据，周期可视化呈现，随时关注健康变化；随着高精尖技术的发展，智能监测设备不再是体积大、重量大的“搬砖”，更加便携。

（以2型糖尿病非药物干预数字疗法硬件选择为例）目前针对糖尿病患者的双一线治疗，除药物控制血糖外，还需通过日常生活通过增加运动干预及控制饮食干预。本产品是针对2型糖尿病无并发症患者，以胰岛素抵抗的康复为中心，提供康复训练计划和基于某模型的教育工具。医生团队辅助下有愿意进行康复训练的患者，通过上述方式，实现身体成分的控制、血糖指标的达标和胰岛素抵抗的缓解。医生则对患者的生活方式风险和处方开具的可及性、准确率和效率进行评估。通过RCT对照研究，证明产品的疗效。通过12周的生活方式干预(如下图)，治疗12周后，以糖化血红蛋白指标（HbA1c）较基线的变化值为主要疗效指标；以HbA1c达标的受试者百分比（<7%和<6.5%）、体脂较基线的变化值、体重较基线的变化值、腰围较基线的变化值为次要疗效指标，并对低血糖事件及除低血糖以外所有不良事件进行记录。在试验过程中除按照访视点进行onsite访视外，在V1阶段给患者发放血糖测试仪套装、体重脂肪测量仪、手环、厨房秤并培训使用方法，患者按照日记卡要求进行，收集SMBG数，静息心率，血压，快速空腹血糖，体脂率，肌肉率等数据，通过手机端上传至系统。研究表明，远程医疗可以强化生活方式控糖效果；两组HbA1C差异-0.8%～-1.37%。

硬件技术领域的革新日新月异，可以满足支持DCT其他环节的需求。

Q1:在现行DCT环境下，使用eCOA面临的挑战有哪些？

A:eCOA在目前的DCT领域是先行者，目前最大的优势是已经实现了远程数据的填报及质量可控，是发展的趋势。唯一可能会有变化的是ClinRO部分，传统模式是患者onsite由研究者来进行评估，但从系统角度，目前已经能够通过Televisit实现研究者远程与患者进行对话，从而进行ClinRO的评估。PerfO部分也可以通过穿戴配有传感器的设备，来实现数据的实时采集和传输。目前从技术上完全可以实现远程eCOA的报告。这也是DCT实施中的重要基石。

Q2:如果不是在Medidata的EDC平台下，而是要接入其他的EDC平台，技术上是否可实现，需要多长时间完成对接？

A:从技术角度，Medidata的eCOA可以与任何不同品牌的EDC系统进行对接。目前，Medidata的eCOA已经与Rave系统完成了对接，eCOA采集的数据可以实时同步到EDC系统表单中的。如果是与其他品牌的EDC进行对接，申办方可以case by case的考虑是否需要通过对接把eCOA的数据导入到EDC中，或者也可以采用各自不同平台系统，各自下载数据进行处理后，再合并起来进行统计分析，但要注意数据处理模式的一致性，且从运营层面会增加一定的工作量。

Q3:针对eCOA的版权问题，如果申办方仅需要local语言，是否可以仅购买local语言的版本，从而避免翻译问题；另外，设计好的电子版需要反馈版权方确认批准，如果local语言不是版权方常用的语言，他们如何进行确认？

A:通常情况下我们看到的都是英文版，以中文版列表为例，要先看目前英文版作者或团队是否有官方的中文翻译版本，如果有官方中文翻译版本且已完成LV（Linguistic Validation）流程，可以直接购买中文版；如果官方有中文翻译版本，但仅做了简单的翻译，则还需完成LV流程，确保其使用时的合规性。一般版权方会有自己的翻译团队或找有资质的翻译公司完成翻译及LV流程；如果仅有英文版，则需要完成翻译及LV后方可使用。

Q4:既往使用eCOA的案例中在核查时是否遇到过真实性方面的质疑，是如何处理的？

A:eCOA使用中，在是否是患者本人真实填报的问题上有可能会被质疑，但在DCT的研究里一定会用一些支持类的工具来确认患者的身份（如身份证识别），也会确认是否由患者本人创建的账号。建议在DCT开展前期先跟监管部门做全面沟通，得到监管部门的支持后再开展远程试验，在后续核查中得到的challenge 会少一些。

Q5:居家检测数据中，有哪些数据能够实现设备的自动抓取并上传，有哪些数据需要患者手动填写后上传，占比多少。

A:在定制化集成解决方案的过程中，绑定在APP下的设备基本均可实现自动连接和数据上传，由设备提供的数据一般都不需要患者手动填报。

Q6:提供给患者的可穿戴设备（如平板电脑）会被进行一些技术阉割，是否会涉及版权问题。

A:可以提前与设备供应商进行协商，厂商协议提供SDK(固件上传数据代码)，再将其集成在远程试验APP软件中。

Q7:可穿戴设备在目前的临床试验中是否应用于辅助的安全性检测项目中。

A:目前大部分还没有使用到。后续在数字疗法中可能会应用多一些。

Q8:DCT一些核心技术的介入，是否会对原有传统的一些试验对象产生影响，如对老年人等弱势群体产生应用障碍

A:短期内可能会有一些障碍，他们对新技术不甚了解，可以采取线上线下并行的方式，确保这些弱势群体能够参与进来；还可以通过不断加强培训，或在家人的协助下，后续能够统一的使用电子模式。同时，产品在设计时，也会考虑针对这些弱势群体的弱势方向，增加其使用的便利性。

Q9:使用可穿戴设备时，如何验证患者的唯一性。

A:技术上可以实现支持唯一性验证（如通过患者声音、指纹、虹膜等与设备进行绑定），但可能鉴于一些使用风险、成本、试验规模、使用便利灵活性等因素的考虑，目前的设备尚未进行唯一性验证。

Q10:目前现状，在线招募和临床试验是比较割裂的，更多是利用招募把一些潜在患者推荐到医院进行筛选，是否有可能把招募和电子知情想结合，通过电子知情，让潜在患者对试验更加了解，从而增加医院端筛选的成功率。

A:目前Global经验，有一个系统化的流程，已建立患者库，详细记录患者信息，与临床试验入排标准进行匹配，包括电子知情，筛选患者。国内目前尚未建立成熟的患者库，涉及患者的隐私等问题也需要解决。国内招募方式一般是网上发布信息，患者看到后与平台对接，但具体筛选工作还是在线下医院进行。

目前国内数字化招募与DCT结合主要有以下几点关注：1、患者库的大小（通过AI挖掘患者信息），影响合适患者的挖掘；2、智能化筛选，用什么样的方式可以将患者快速与入排标准进行匹配；3、患者依从性的把握。前期可以与患者有较深入的互动，对患者参加临床试验的意愿有所把控。

微信号｜DIA发布