临床试验设计方案
演讲人：
日期:
目录
CATALOGUE
研究背景与目标
研究设计类型
受试者选择与管理
数据收集与质量控制
安全性评估体系
伦理与合规要求
01
研究背景与目标
PART
描述目标疾病在目标人群中的流行情况，以及该疾病的发病率。
疾病现状与治疗需求
疾病流行率与发病率
总结当前该疾病的主要治疗方法及其优缺点，包括药物治疗、手术治疗、物理治疗等。
现有治疗手段
强调现有治疗手段在疗效、安全性、耐受性等方面存在的缺陷，以及患者和医生对更好治疗手段的渴望。
未满足的医疗需求
研究假设与科学问题
研究假设
研究目标
科学问题
基于前期研究和理论，提出新的治疗方法或策略可能改善疾病的症状、病程或预后。
明确研究旨在解决的具体科学问题，例如某种治疗方法是否有效、某种生物标志物是否能预测疾病进展等。
阐述研究旨在验证的假设或解决的科学问题，以及研究预期达到的目标。
主要终点与次要终点
主要终点
定义并说明研究的主要评估指标，通常是能够反映疾病关键特征或治疗效果的客观指标。
次要终点
终点评估方法
补充主要终点的评估，可能包括症状改善、生活质量提高、生物标志物变化等，用于更全面地评估治疗效果。
详细描述如何测量和评估主要终点和次要终点，包括使用的量表、检测方法和统计分析方法等。
1
2
3
02
研究设计类型
PART
随机对照试验设计
将受试者随机分配到试验组和对照组，接受不同干预措施后比较其效果。
平行组设计
将受试者随机分配到不同干预措施组，交替接受不同干预措施，以评估效果。
交叉设计
通过组合不同干预措施，探究各干预措施的独立效果及相互作用。
析因设计
单盲/双盲实施策略
01
单盲设计
仅研究人员知道受试者分组情况，受试者不知道自己所在组别，以避免主观因素对结果的影响。
02
双盲设计
研究人员和受试者均不知道分组情况，直至研究结束后揭盲，以减少主观因素干扰，提高结果可靠性。
样本量计算方法
最小样本量法
在满足一定精度和可信度要求的前提下，计算所需的最小样本量，以降低成本和资源浪费。
03
根据研究目的和预期效应，设定把握度水平，计算达到该把握度所需的样本量。
02
把握度法
假设检验法
根据前期研究或文献报道，设定假设效应值，通过统计软件计算所需样本量。
01
03
受试者选择与管理
PART
入选标准
符合诊断标准；自愿签署知情同意书；无严重并发症或器官功能衰竭。
排除标准
患有严重精神疾病；无法遵医嘱进行治疗；对研究药物过敏或有严重不良反应。
入选与排除标准
分层随机分组方案
年龄、性别、病情严重程度等。
分层因素
采用随机数字表或计算机随机生成。
随机化方法
分层后进行随机分组，确保各组基线资料均衡。
分组策略
脱落与终止处理规则
01
脱落标准
受试者自行退出；出现严重不良事件；依从性差等。
02
终止处理
提前终止研究；受试者退出后按方案继续随访；对脱落数据进行统计分析。
04
数据收集与质量控制
PART
CRF表设计规范
数据采集表
数据验证
标准化设计
CRF表需包含所有需收集的数据，包括基线数据、疗效指标、不良事件等，并设置合理的采集时点和频次。
采用国际通用的标准或指南，设计统一的CRF表格式和内容，以提高数据的可比性和准确性。
CRF表应设置逻辑校验规则，以减少数据录入错误和遗漏，提高数据质量。
数据监查计划
监查方式
制定详细的数据监查计划，包括监查频率、监查内容和监查方式等，确保数据质量和完整性。
数据核查
数据处理
定期对CRF表进行核查，确认数据是否真实、准确、完整，发现问题及时纠正。
对监查中发现的问题进行及时处理，包括数据更正、补充、剔除等，确保数据的可靠性。
1
2
3
统计分析方法框架
统计描述
对收集的数据进行描述性统计，包括均数、标准差、中位数、频数等，以描述数据的分布特征。
02
04
03
01
多重比较校正
当多个指标进行比较时，需进行多重比较校正，以控制整体错误发现率。
假设检验
根据研究目的和假设，选择合适的假设检验方法，如t检验、卡方检验等，对主要指标进行统计分析。
缺失数据处理
针对数据中可能存在的缺失值，采用适当的处理方法，如插值法、多重插补等，以提高数据的完整性。
05
安全性评估体系
PART
不良事件分级标准
轻微或短暂的不适，且不会影响日常活动，如头痛、恶心等。
轻度不良事件
需要医学干预或调整药物剂量，但不会对健康造成严重威胁，如皮疹、发热等。
中度不良事件
可能导致永久性损伤、危及生命或需要住院治疗，如过敏反应、呼吸困难等。
重度不良事件
安全性监测频率
常规监测
长期监测
密集监测
在整个试验过程中，对所有受试者进行常规监测，包括生命体征、血常规、尿常规等。
在药物剂量调整或可能出现不良反应的时间段，对受试者进行更密集的监测，如每周或每