盲态审核与揭盲:数据揭晓前的最后一道闸


数据库锁定了,统计师发来邮件:“SAP定稿了,随时可以揭盲。”项目经理回了一个字:“好。”然后点开系统,按下了揭盲按钮。

三天后,统计师发现一个严重问题:有12例受试者的主要终点数据存在离群值,方案里没有预设处理规则,SAP里也没有定义敏感性分析。但现在盲已经揭了,任何分析规则的修改都失去了盲态下的客观性。

这12例数据的处理方式,将直接影响主要疗效结果。而这个决定,再也无法在“不知道谁吃了什么”的前提下做出。

盲态审核是数据揭晓前的最后一道闸。闸门没关好,流出去的水就收不回来了。

 


 

01 盲态审核到底是什么?一句话定位

ICH E9对盲态审核的定义非常精准:在试验完成(最后一位受试者的最后一次观察)到揭盲之间,对数据进行的检查和评估,目的是最终确定计划的分析。

关键词是“盲态”——所有参与审核的人员都不知道受试者的组别分配。这不是“多一道流程”,而是科学公正性的制度保障。如果审核者知道谁吃了真药、谁吃了安慰剂,对离群值的判断、对方案偏离的处理、对分析人群的划分,都可能不自觉地向“有利于预期结果”的方向倾斜。

2026年9月1日起施行的新版《药物临床试验质量管理规范》进一步强化了这一要求,明确规定申办者应当在试验各阶段保持盲态完整性,并采取适当的盲态管理措施防止意外破盲导致试验偏倚。新版GCP还专门增加了数据治理章节,要求申办者制定符合试验方案的统计分析计划,对统计编程以及数据处理和分析过程实施适当的质量管理并记录。

盲态审核是数据管理工作的最后一步,也是统计分析工作的开始。 这一步走稳了,后面的分析才有底气。


 

02 谁来做?三方分工,各管一段

盲态审核不是一个人、一个部门的事。通常由主要研究者、申办方、生物统计师和数据管理员共同参与完成。

数据管理员(DM):负责“数据准确性”。

DM在盲态审核中的核心工作是确保数据在交给统计团队之前是准确的。数据库稽查、列表数据审阅、外部数据一致性比对,是DM的“基本功”。具体包括:所有数据质疑是否已关闭、外部数据(如中心实验室、ECG、PK数据)是否已与EDC数据完成一致性比对、SAE是否已与安全性数据库完成核对。

生物统计师:负责“统计合理性”。

统计师关注的重点是数据本身的特性——缺失、离群值以及潜在的偏倚。在盲态审核中,统计师需要完成几件关键的事:最终确认分析人群的划分(全分析集、符合方案集、安全性集)、评估方案偏离对分析的影响、对缺失数据和离群值的处理规则在SAP中做出最终定义。

ICH E9明确指出:SAP应当经过盲态审核后更新,并在揭盲前最终确定。SAP的确定时间及随后的揭盲时间都应当保留正式记录。

主要研究者(PI):负责“临床合理性”。

PI在盲态审核中的角色是提供临床判断。方案中有些数据点,纯靠统计规则无法判断其合理性——比如某个实验室指标的异常是否需要排除在分析之外、某个AE的严重程度分级是否准确。这些需要PI的临床视角。

申办方:负责“决策与协调”。

申办方在盲态审核中的角色是确保审核流程按计划推进,对争议问题做出最终决策,并确认所有分析相关的决定在揭盲前闭环。


 

03 审什么?盲态审核的三个核心任务

任务一:确认数据的完整性。

在盲态审核启动之前,DM应完成数据管理报告,内容包括:数据管理流程的稽查和比对、重要数据的汇总审核、外部数据的一致性比对、方案偏离的总结。这份报告是盲态审核会议的基础材料。

灵魂拷问:所有受试者的所有访视数据,都收齐了吗?缺失的数据,是什么原因?是否已尝试补录?

任务二:划分分析人群。

统计分析人群的划分是数据库锁定前的一项重要工作,也是影响试验假设是否成立的关键环节。盲态下统计分析人群划分的客观性,是对试验结果科学性的保证。 所有随机化受试者的分组信息在盲态下不可知,划分规则必须完全基于方案中预设的标准和实际收集到的数据本身。

ICH E9指出:分析集的划分应遵循两个原则——最小化偏倚、避免偏倚。盲态审核阶段需要最终确认:哪些受试者纳入FAS(全分析集)?哪些纳入PPS(符合方案集)?排除的理由是否充分且可追溯?

任务三:敲定SAP。

SAP应在揭盲前最终确定。盲态审核的结果可能要求对SAP进行更新——比如调整缺失数据的处理策略、增加敏感性分析、明确离群值的处理规则。这些更新必须在揭盲前完成并留存记录。

关键规则:盲态审核下做出的决定,应以文件形式记录,且在揭盲后不应被修改。

 


 

04 揭盲:什么时候可以揭,怎么揭

揭盲的前提条件:

数据清理达到可接受的质量水平、所有分析相关的决定已在盲态下完成、SAP已最终定稿。ICH E9明确指出:“只有当数据被清理到可接受的质量水平时,才可对适当的人员揭盲。”

揭盲的类型:

常见的揭盲方法包括紧急揭盲、期中分析揭盲和研究结束后揭盲。申办者应预先制定详细的揭盲标准操作规程,并规定参与揭盲人员,保留相关记录以确保揭盲过程可追溯。

紧急揭盲。 当受试者发生严重不良事件,需要立即查明所服药物种类以确定治疗方案时,研究者可以拆阅应急信件进行紧急揭盲。紧急揭盲后,需及时记录揭盲的时间、原因和执行人员,尽快通知监查员,并递交安全性事件报告至伦理委员会。

揭盲的留痕要求:

新版GCP要求,揭盲操作必须有完整的记录。技术层面的要求是:系统强制关联揭盲审批表,无有效审批编号则无法执行揭盲操作,揭盲后自动触发数据隔离控制与操作日志记录,实现揭盲流程全追溯。

一句话:揭盲不是“点个按钮”,是一次需要审批、需要记录、需要追溯的正式操作。

 


 

05 三个最容易翻车的风险点

风险一:提前揭盲或信息泄露。

这是最严重的盲态破坏。核查中发现的典型风险包括:随机系统的用户界面直接显示组别信息,未将非盲信息控制在最小知悉范围内;区分了非盲和盲态人员,但未制定详细的盲态保持措施,对非盲人员的管理、非盲文件的保管等无明确操作规程,导致操作中的随意性,有较大的破盲风险。

堵法: 盲底生成、传输(使用加密安全通道)、存储(分权限和分地点保管)、开封的全过程都要有SOP。盲态和非盲人员之间应设立“防火墙”,盲态人员不应接触非盲文件。随机系统的配置必须在测试阶段即进行盲态符合性验证。

风险二:审核记录不完整。

盲态审核会议开了,讨论决定了,但没留下记录。锁库后,没人能说清“这个受试者为什么被排除在PPS之外”“这个离群值为什么不处理”。稽查时,审核员会问:“你们盲态审核的结论是什么?证据在哪里?”

盲态审核下做出的所有决定,都需要用文件形式记录,且不应在揭盲后被修改。这不仅是审计要求,更是保护团队自身的手段——当有人在揭盲后质疑某个分析决定时,你可以拿出盲态下的审核记录,证明这个决定不带有事后偏见。

堵法: 盲态审核会议必须产出正式会议纪要,逐项记录审核内容、讨论要点、决定结论和责任人。参会人员签字确认。审核记录归档至TMF。

风险三:与药物计数衔接失误。

盲态审核阶段,药物计数(药物发放、回收、依从性)需要与随机化系统进行核对。如果药物计数与随机系统不一致,且这个不一致在揭盲前没有被发现,揭盲后可能无法追溯到底是“发错了”还是“记错了”。

堵法: 盲态审核中增加药物计数核对项:发放数量、回收数量、销毁记录、受试者用药依从性是否与随机系统记录一致。不一致的,在揭盲前解决。


 

06 数据管理与生物统计的分工自查清单

以下清单供DM和统计团队在盲态审核与揭盲流程中使用:

盲态审核启动前:

1. □ 全部受试者是否已完成末次随访(LPLV)?

2. □ 所有EDC数据质疑是否已关闭?

3. □ 外部数据是否已完成一致性比对?

4. □ SAE是否已与安全性数据库完成核对?

5. □ 数据管理报告是否已完成?

盲态审核执行中:

6. □ 分析人群划分规则是否已在方案或SAP中预设?

7. □ 方案偏离清单是否已整理并逐一评估影响?

8. □ 缺失数据、离群值的处理规则是否已在SAP中定义?

9. □ 药物计数是否已与随机系统完成核对?

10. □ 盲态审核会议纪要是否已记录并签字?

11. □ 所有分析决定是否在揭盲前闭环?

揭盲前最终确认:

12. □ SAP是否已定稿并保留定稿时间的正式记录?

13. □ 揭盲操作规程是否已确认?(谁揭、怎么揭、留什么记录)

14. □ 紧急揭盲记录是否已全部核实?(如有)

15. □ 揭盲审批表是否已提交并获批?

16. □ 系统是否已配置揭盲审批强制关联和操作日志自动记录?

17. □ 揭盲后的数据隔离控制是否已确认?

揭盲后:

18. □ 揭盲记录是否已归档至TMF?

19. □ 揭盲时间是否已正式记录?

20. □ 是否有任何在揭盲后修改分析决定的情况?(应为“无”)

 


 

最后提醒

盲态审核与揭盲的逻辑很清楚:

不是“数据收完了就揭盲”,
而是“数据审完了、SAP定稿了、分析决定闭环了,才揭盲”。

盲态审核的本质,是在“不知道谁吃了什么”的前提下,把分析相关的所有决策做好、做对、做全。一旦揭盲,任何分析规则的修改都失去了盲态的客观性。

建议你现在就做三件事:

第一,翻出当前项目的盲态审核计划和揭盲SOP,检查有没有明确分析人群划分规则、缺失数据处理规则、药物计数核对项。

第二,在下一轮盲态审核启动前,拉上DM和统计师过一遍上面的自查清单,把“以为做了但其实没做”的项找出来。

第三,确认揭盲操作是否有审批和留痕机制——如果今天有人点了揭盲按钮,你能在10分钟内查到“谁点的、什么时候点的、谁批的”吗?

盲态审核是数据揭晓前最后一道闸。闸门关好了,数据才可信;闸门没关好,后面的一切都是徒劳。

 


 

*免责声明:本文基于公开信息与行业实践整理,仅供学习交流,不构成法律或合规意见。具体执行请以官方发布文件、适用法规及项目实际为准。*