临床研究数据库的构建与管理

doi:10.3969/j.issn.1673-5765.2022.01.005

中国卒中杂志 ›› 2022, Vol. 17 ›› Issue (01): 36-42.DOI: 10.3969/j.issn.1673-5765.2022.01.005

临床研究数据库的构建与管理

朱之恺, 黄馨莹, 姜勇

1 北京 100070首都医科大学附属北京天坛医院，国家神经系统疾病临床医学研究中心
2 北京大数据精准医疗高精尖创新中心（北京航空航天大学&首都医科大学）

收稿日期:2021-10-18 出版日期:2022-01-20 发布日期:2022-01-20
通讯作者: 姜勇 jiangyong@ncrcnd.org.cn
基金资助:
国家重点研发计划“重大慢性非传染性疾病防控研究”重点专项（2018YFC1311703）

Construction and Management of Clinical Research Database

Received:2021-10-18 Online:2022-01-20 Published:2022-01-20

摘要/Abstract

摘要： 规范的临床研究数据库的构建及管理可提高研究数据的质量。本文重点介绍了构建临床研究数据库常用的数据标准/规范、数据库建立工具、管理流程和常见问题，并探索了数据库跨库链接机制，强调了数据安全和个人信息保护，以期为研究者开展临床研究项目提供系统依据和原则性指导。

关键词: 临床研究; 数据库; 构建; 管理; 数据安全

Abstract: The construction and management of standardized clinical research database can improve the quality of research data. This review focused on the common data standards/ specifications, tools for establishing database, management precedure and common problems in the construction of clinical research databases, explored the cross-database linking mechanism, and emphasized the data security and personal information protection, to provide basis and guidance for researchers to carry out clinical researches.

Key words: Clinical research; Database; Construction; Management; Data security

朱之恺, 黄馨莹, 姜勇. 临床研究数据库的构建与管理[J]. 中国卒中杂志, 2022, 17(01): 36-42.

ZHU Zhikai, HUANG Xinying, JIANG Yong. Construction and Management of Clinical Research Database[J]. Chinese Journal of Stroke, 2022, 17(01): 36-42.

参考文献

[1] U. S. Food & Drug Administration. Real-world evidence[EB/OL].[2021-10-08]. https：//www.fda.gov/science-research/science-and-research-specialtopics/real-world-evidence.
[2] 颜崇超. 医药临床研究中的数据管理[M]. 北京：科学出版社，2011.
[3] KRISHNANKUTTY B，BELLARY S，KUMAR N B，et al. Data management in clinical research：an overview[J]. Indian J Pharmacol，2012，44（2）：168-172.
[4] OMOP common data model[EB/OL].[2021-10-08]. https：//ohdsi.github.io/ CommonDataModel/.
[5] CDISC. SDTM[EB/OL].[2022-01-05]. https：//www.cdisc.org/standards/foundational/sdtm.
[6] CDISC. CDASH[EB/OL].[2022-01-05]. https：//www.cdisc.org/standards/foundational/cdash.
[7] HL7 FHIR Foundation enabling health interoperability through FHIR[EB/OL].[2021-10-08]. http：//www.fhir.org/.
[8] 国家食品药品监督管理总局. 临床试验的电子数据采集技术指导原则[EB/OL].（2018-01-03）[2021-10-08].https：//www.cfdi.org.cn/resource/news/9746.html.
[9] 王雯，高培，吴晶，等. 构建基于既有健康医疗数据的研究型数据库技术规范[J]. 中国循证医学杂志，2019，19（7）：763-770.
[10] 谭婧，彭晓霞，舒啸尘，等. 患者登记数据库构建技术规范[J]. 中国循证医学杂志，2019，19（7）：771-778.
[11] Craig Morgan. 10 reasons to avoid using excel for clinical trials[EB/OL].（2021-03-08）[2022-01-05]. https：//blogs.oracle.com/health-sciences/post/10-reasons-to-avoid-using-excel-for-clinical-trials.
[12] Clinical one unified plaform[EB/OL]. [2022-01-05].https：//www. oracle. com/industries/life-sciences/clinical-one/.
[13] MySQL database service with heatwave[EB/OL].[2022-01-05]. https：//www.mysql.com/cloud/.

[14] Ra ve EDC充分利用行业领先的数据引擎[EB/OL].[2022-01-05]. https：//www.medidata.com/cn/clinical-trial-products/clinical-data-management/edc-systems.
[15] eCollect（EDC）临床研究电子数据采集系统[EB/OL]. [2022-01-05]. https：/www.taimeitech.com/fa/ecollect-cn-html/.
[16] 姜勇，孟霞，王拥军. 建立卒中临床研究大数据，推动精准医学发展[J]. 中国卒中杂志，2020，15（6）：573-576.

[17] NINDS common data elements（CDEs）[EB/OL].[2022-01-05]. https：//www.aacpdm.org/resources/ninds-cde.
[18] SAVER J L，WARACH S，JANIS S，et al . Standardizing the structure of stroke clinical and epidemiologic research data：the National Institute of Neurological Disorders and Stroke（NINDS）stroke common data element（CDE）project[J]. Stroke，2012，43（4）：967-973.
[19] MEEKER-O'CONNELL A，SAM L M，BERGAMO N，et al. TransCelerate's clinical quality management system：from a vision to a conceptual framework[J]. Ther Innov Regul Sci，2016，50（4）：397-413.
[20] 国家食品药品监督管理总局. 总局关于发布药物临床试验数据管理与统计分析的计划和报告指导原则的通告（2016年第113号）[EB/OL].（2016-07-29）
[2021-10-05]. https：//www.nmpa.gov.cn/directory/web/nmpa/xxgk/ggtg/qtggtg/20160729184001935.html.
[21] 潘岳松. 临床研究的数据管理与质量控制[J]. 协和医学杂志，2018，9（5）：458-462.
[22] 中华人民共和国个人信息保护法（2021年8月20日第十三届全国人民代表大会常务委员会第三十次会议通过）[EB/OL].（2021-08-23）[2021-10-09]. http：//society.people.com.cn/n1/2021/0823/c1008-32202785.html.
[23] 中华预防医学会. 大型人群队列研究数据安全技术规范（T/CPMA 002-2018）[J]. 中华流行病学杂志，2019，40（1）：12-16.
[24] 杜江波，陆群，靳光付，等. 人群队列研究的数据管理与质量控制策略[J]. 中华预防医学杂志，2018，52（10）：1078-1081.
[25] 李皓琳，姜勇. 临床研究数据管理与共享最新进展[J]. 中国卒中杂志，2020，15（6）：600-605.

临床研究数据库的构建与管理

Construction and Management of Clinical Research Database

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	金奥铭, 潘岳松. 倾向性评分法在脑血管病临床研究中的应用[J]. 中国卒中杂志, 2022, 17(12): 1310-1313.
[2]	张冉, 蔡卫新, 王秀秀, 袁媛. 压力性损伤智能化“评估-决策-控制”系统在脑血管病重症患者中的应用 [J]. 中国卒中杂志, 2022, 17(11): 1198-1202.
[3]	芮茗. 卒中患者的基础睡眠卫生管理探讨[J]. 中国卒中杂志, 2022, 17(11): 1271-1275.
[4]	周齐, 杨凯璇, 姜英玉, 谷鸿秋. 基于登记/注册研究的随机对照试验[J]. 中国卒中杂志, 2022, 17(10): 1145-1151.
[5]	王李, 李振水, 吴俊, 许英霞, 郝春满. 接受围手术期标准加速康复管理的颅内动脉瘤患者营养状态与显微外科夹闭术后并发症关系研究[J]. 中国卒中杂志, 2022, 17(09): 966-971.
[6]	陈虞, 王地, 李冠璋, 赵征, 李艺影. 脑血管病全血样本的采集、储存及转运标准化流程与解决方案[J]. 中国卒中杂志, 2022, 17(08): 911-914.
[7]	王拥军, 李子孝, 谷鸿秋, 翟屹, 姜勇, 周齐, 赵性泉, 王伊龙, 杨昕, 王春娟, 孟霞, 李昊, 刘丽萍, 荆京, 吴静, 徐安定, 董强, David Wang, 王文志, 马旭东, 赵继宗, 《中国卒中报告》编写委员会（第一作者）. 中国卒中报告2020（中文版）（3）[J]. 中国卒中杂志, 2022, 17(07): 675-682.
[8]	王拥军, 李子孝, 谷鸿秋, 翟屹, 姜勇, 周齐, 赵性泉, 王伊龙, 杨昕, 王春娟, 孟霞, 李昊, 刘丽萍, 荆京, 吴静, 徐安定, 董强, David Wang, 王文志, 马旭东, 赵继宗, 《中国卒中报告》编写委员会（第一作者）. 中国卒中报告2020（中文版）（2）[J]. 中国卒中杂志, 2022, 17(06): 553-567.
[9]	王拥军, 李子孝, 谷鸿秋, 翟屹, 姜勇, 周齐, 赵性泉, 王伊龙, 杨昕, 王春娟, 孟霞, 李昊, 刘丽萍, 荆京, 吴静, 徐安定, 董强, David Wang, 王文志, 马旭东, 赵继宗, 《中国卒中报告》编写委员会（第一作者）. 中国卒中报告2020（中文版）（1）[J]. 中国卒中杂志, 2022, 17(05): 433-447.
[10]	刘阳, 许喆, 程丝, 石延枫, 林金嬉, 孟霞, 姜勇, 李昊. 面向临床研究的基因测序项目的设计原则、管理流程与质量控制标准[J]. 中国卒中杂志, 2022, 17(03): 227-235.
[11]	金奥铭, 严鸿伊, 向祥龙, 潘岳松. 脑血管病临床研究设计现状、存在的问题及对策[J]. 中国卒中杂志, 2022, 17(01): 21-24.
[12]	张润华, 潘岳松, 姜勇, 刘改芬. 脑血管病临床研究设计的方法简介和实例分析[J]. 中国卒中杂志, 2022, 17(01): 26-30.
[13]	潘岳松, 金奥铭, 王梦星. 临床研究样本量的估计方法和常见错误[J]. 中国卒中杂志, 2022, 17(01): 31-35.
[14]	郑德强, 段明瑞, 李小春, 侯锐, 吴立娟, 王友信. 临床研究中统计学方法的规范应用与典型案例解析[J]. 中国卒中杂志, 2022, 17(01): 43-50.
[15]	赵丹青, 于凯, 冀瑞俊. 移动互联网医疗在心力衰竭患者院外管理中的应用初探 —— 1例冠心病患者管理的启示[J]. 中国卒中杂志, 2021, 16(10): 1059-1061.