方案越来越复杂,入组越来越慢——CRO能做些什么?


一个方案讨论会上,医学部提议增加一个探索性生物标志物检测。理由是“万一将来需要做亚组分析”。统计师提议把访视窗口从±3天收紧到±2天,理由是“减少数据噪声”。注册部提议增加一个PRO量表,理由是“为将来的医保谈判储备数据”。

每一个提议都有道理。每一个“万一”都显得合理。

三个月后,中心启动会。一位资深CRC翻完方案,问了一句:“这个方案,一个患者从头到尾要做多少项检查?”

没人当场算得出来。散会后统计师粗略估算:比上一版多了将近40%。而中心启动时的入组预期,还是按上一版的负担水平报的。

方案复杂度的膨胀,从来不是一次性决定的,是一次又一次“万一有用”的叠加。它的代价不会立刻显现,而是在入组启动后,以筛查失败率、脱落率和中心疲劳的形式,一点一点暴露出来。

01 数据不会撒谎:复杂度膨胀的真实数据

先看一组数字。

当前III期试验平均数据采集量已高达约600万数据点,较2012年的92.9万增长了六倍,复合年增长率约15%。TransCelerate与Tufts CSDD的联合研究给出了更精确的基准:III期方案平均5.96百万数据点,较2020年增长67%。

这不是简单的“数据量增加”。和数字一起膨胀的还有:方案中的终点数量较二十年前增加了214%,每位受试者的操作程序增加了139%。超过四分之三的方案在实施过程中需要实质性修订,而一次修订从审批到落地平均耗时260天。

同时,入组效率没有跟上。超过80%的临床试验无法按原计划完成入组,患者脱落率平均约30%。

数据采集量在涨,方案在变厚,但入组速度没有变快。这两条曲线之间的夹角,就是每年被浪费的时间和资金。

02 复杂度膨胀的三个“发动机”

方案复杂度不是凭空产生的。它有三个结构性的驱动因素,每一个都有其合理性,但叠加起来就成了一台“复杂度发动机”。

驱动因素一:精准医疗的分层设计。

精准医疗是过去十年肿瘤和罕见病领域最重要的进步。按分子亚型、基因突变、生物标志物表达或既往治疗线数进行分层,能够找到最可能获益的患者人群,用更少的样本量达到统计学效力。

但分层的代价是:可招募人群显著缩小。一份精准肿瘤学试验的可行性分析显示,要在921名mCRPC患者中筛选出370例符合条件的受试者,仅入组前筛选环节就构成主要瓶颈。在罕见病领域,情况更极端——某些分子亚型的全球可及患者可能只有几百人,而你要和全球五六个同类试验同时抢。

分层设计是对的,但分层之后入排标准的“精细程度”是否与可及患者规模匹配,是另一个问题。

驱动因素二:多中心设计的叠加效应。

多中心试验本身就是现代临床研究的基本形态,但“多中心”带来的复杂度膨胀,往往被低估。

中心越多,方案需要覆盖的运营场景就越多。不同国家的医疗实践差异、不同中心的设备配置差异、不同伦理委员会的审查偏好差异——每一个差异都可能导致方案中增加一条注释、一个备选流程、一个“如当地法规允许”的限定。

更隐蔽的是竞争分流。同一个适应症、同一个患者池,可能同时有五六个试验在招募。当患者选择变多时,方案的“便利程度”就成了竞争变量——访视少一次、检查少一项、补贴高一点,都可能影响患者的选择。而方案设计时往往只考虑“科学需要什么”,很少考虑“在竞争中患者愿不愿意来”。

驱动因素三:数字终点的技术堆砌。

可穿戴设备、电子PRO、远程访视——数字健康技术(DHT)为临床试验提供了更丰富、更连续的数据采集能力。这本身是进步。

但问题在于:很多数字终点的引入,是“技术驱动”而非“问题驱动”的。

一个常见的场景:方案团队讨论时有人说“现在很多试验都在用可穿戴设备了,我们是不是也应该加一个?”于是增加了一个活动监测设备。但方案中没有明确定义:这个设备采集的数据对应哪个终点?数据的临床意义阈值是什么?设备故障或数据缺失时如何处理?

行业反馈已经明确指出,数字终点部署中最常见的错误就是“低估数据变异性、过度复杂化设备选择、忽视以患者为中心的设计”。另一个关键问题是时机:“申办方需要在方案规划的早期就让数字终点供应商参与,确保测量策略从一开始就适合目的——而不是作为事后补充。”

一个“事后补充”的数字终点,给中心带来的额外培训负担、设备管理负担和数据清理负担,往往远超它在终点上贡献的信息量。

03 CRO在可行性评估中能做什么:从“三问”开始

方案定稿前的可行性评估,是CRO能产生最大影响的环节。

但很多可行性评估做的是“填表”——给中心发一份问卷,问“你们能入组多少人”“你们有相关经验吗”“你们有设备吗”。中心回复“可以”“有”“有”。然后汇总成一份“可行性报告”。

这不是可行性评估,这是可行性汇总。

真正的可行性评估,需要问三个更具体的问题。

第一问:这个方案放到一个典型中心,CRC每天要花多少时间?

具体做法:把方案中的访视计划表拿出来,逐项计算每个访视的预期耗时:患者签到、生命体征、采血、心电图、量表填写、药物发放、AE评估。然后加上数据录入时间(每个CRF页面的平均录入时间)。得出“单例受试者从筛选到末次访视的总操作工时”。

然后对标:该中心CRC的平均可用工时是多少?同时承接了几个项目?如果一个方案的单例总工时是40小时,而中心CRC同时在做3个试验,那么每年能完成的受试者数量就有了一个基于工时的上限——这比“我们中心每年看200个患者”靠谱得多。

关键原则:可行性评估的核心不是“有没有患者”,而是“中心有没有能力把患者跑完整个试验流程”。一个中心可能有很多符合诊断的患者,但如果CRC的排期已经饱和,这些患者就是“不可转化”的。

第二问:这条入排标准,在真实门诊里能筛出多少人?

具体做法:用中心的历史患者数据(脱敏后),模拟跑一遍入排标准。不要问研究者“有多少患者符合”,让他提供(或授权CRO提取)过去12个月的脱敏患者数据,然后用方案中的入排标准逐条过滤。

国内已有CRO的可行性评估服务在采用类似方法,通过识别方案中的潜在限制因素并提供可执行建议,帮助评估可能限制患者来源或增加筛选失败风险的入排标准。通过构建不同研究执行情景,对患者招募情况、筛选失败率及脱落率进行预测。

筛查失败率是这个环节最关键的输出指标。行业数据显示,不合理的入排标准导致的筛查失败率可以高达50%甚至90%。这个数字如果在方案定稿前就能估算出来,申办方就有机会在启动前调整标准,而不是在入组三个月后发现“患者都筛不过去”。

第三问:哪些数据点是“可以但非必需”的?

具体做法:TransCelerate与Tufts的研究给出了一个明确的基准——近三分之一的临床试验操作程序对主要、关键次要或安全性终点没有贡献,或者执行频率超过必要。SCOPE 2026大会上,Tufts CSDD的讨论也证实了这一点:超过三分之一的数据采集被判定为“非核心”或“非必需”。

CRO可以做的是:把方案中的每一个数据点和每一个操作程序,逐条标注其“归属终点”:

  • 对应主要终点——保留
  • 对应关键次要终点——保留
  • 对应安全性终点——保留
  • 不对应任何预设终点——标注“待论证”

标注完之后,把“待论证”的那一列交给申办方:“这些数据点,如果去掉,对主要结论有没有影响?如果去掉能缩短访视时间或减少操作负担,是否值得做这个取舍?”

这不是CRO替申办方做决定,而是帮申办方看到“加法”的累积成本。方案设计中的每一个“万一有用”,在纸面上代价很小,在中心执行中代价很大。CRO的价值是把“纸面代价”翻译成“执行代价”。

04 “熟悉中心优先”的陷阱与平衡

在入组压力下,很多项目会倾向于选择“合作过的、听话的、流程熟悉的”中心。这本身是合理的——熟悉中心启动快、沟通成本低、质量可预期。

但“熟悉中心优先”如果走向极端,会意外收窄患者可及范围。

一个中心跟你合作过三次,每次都很顺利。但它的患者人群是否具有代表性?它是否覆盖了足够多元的患者亚群?它的地理覆盖范围是否触及了真正需要这个治疗的患者?

行业分析指出,区域之间在医疗基础设施、转诊路径和中心研究经验上的差异,会造成入组表现的显著差距。一个“熟悉”的中心可能在某个城市的三甲医院里表现很好,但它覆盖的患者人群可能以某种社会经济背景为主,而试验需要验证的药物最终要用在更广泛的患者群体上。

更现实的问题是:如果你每次都选那几家熟悉的中心,这些中心同时承接的试验数量会不断增加,CRC的带宽会被摊薄。一个中心同时做五个试验和同时做两个试验,入组速度可能完全不同。

CRO的平衡建议可以包括:

第一,在中心组合中预留一定比例(如20%-30%)给“有经验但未曾合作”的中心。这些中心可能入组潜力大,但需要更多启动阶段的投入。CRO的价值在于帮助这类中心快速完成启动,而不是只做“熟悉的、省事的”中心。

第二,不要把“入组速度”作为选择中心的唯一标准,同时考虑患者人群的代表性。一个入组慢但覆盖多元人群的中心,可能比一个入组快但人群单一的中心更有科学价值。

第三,定期评估中心组合的入组表现和患者特征,必要时在试验中期调整。可行性评估应在研究启动及早期患者入组阶段持续更新,以验证原有假设、评估实际表现并降低后续执行风险。

05 向申办方沟通简化的框架

向申办方提议“简化方案”,是一件需要技巧的事。医学部会觉得你在挑战科学严谨性,注册部会担心“少收了数据将来申报不够用”。

以下是一个可以用的沟通框架:

框架一:用“归属终点”说话,不用“太多了”说话。

不要说“这个方案太复杂了”,要说“这个数据点不对应任何预设终点,如果保留,每例受试者增加约12分钟操作时间,按样本量计算增加约XX小时的CRC总工时。”

把每一个“多余”的数据点,翻译成具体的执行成本。

框架二:用“如果-那么”的情景模拟,替代“能不能去掉”的二元争论。

“如果去掉这个额外的影像时间点,预计访视时间缩短15%,筛查失败率可能降低X个百分点,入组周期可能缩短Y周。我们是否接受这个取舍?”

框架三:引用监管趋势,不是引用CRO的意见。

FDA在2026年已明确计划简化新药临床试验数据要求,剔除大部分与安全性评估无关的冗余数据。ICH E6(R3)也明确要求采用“fit-for-purpose”的数据采集策略,减少不必要的患者和中心负担。

简化方案不是CRO在“偷懒”,是监管在推动的方向。

框架四:用“累积负担”的可视化,替代“单条标准”的逐条争论。

方案设计中,每一条标准、每一个操作单独拿出来讨论时,都有合理的理由。问题出在“累积”。CRO可以做的是,把方案中所有操作程序按访视节点排列,计算每个访视的总操作时间,做成一张“负担热力图”。

当医学部看到某个访视节点总共需要4.5小时的操作时,他们可能会自己提出:“这个访视是不是可以拆成两次,或者把其中某些检查移到其他访视?”

06 自查清单

复杂度评估:

1. □ 当前方案的单例受试者总操作工时是否已估算?

2. □ 筛查失败率是否已用历史数据模拟估算?

3. □ 每个数据点是否已标注其归属终点?

4. □ “非核心”数据点的累积操作负担是否已量化?

5. □ 数字终点的引入是否有明确的问题驱动(而非技术驱动)?

可行性评估:

6. □ 可行性评估是否计算了CRC的工时可用性?

7. □ 是否用中心历史数据模拟了入排标准的实际筛选效果?

8. □ 中心组合中是否有比例分配给“有经验但未曾合作”的中心?

9. □ 可行性评估是否在入组启动后持续更新?

向申办方沟通:

10. □ 沟通简化时是否用“执行成本”而非“太复杂了”?

11. □ 是否提供了“如果-那么”的情景模拟?

12. □ 是否引用了ICH E6(R3)和FDA的监管趋势作为支持?

最后提醒

方案复杂度的膨胀,不是某一个人或某一个部门的错误。它是精准医疗、多中心运营和技术进步叠加后的系统性副作用。每一个增加的检查、每一条收紧的标准,单独看都有道理。但累积起来,就成了中心跑不动、患者进不来的现实。

CRO在这个链条中的角色,不是“替申办方做减法”,而是“帮申办方看到加法的代价”。当医学部说“加一个生物标志物检测”时,CRO要能回答:“加这个检测,单例操作时间增加15分钟,按当前样本量需要额外XX小时的中心工时,预计可能影响入组速度约X%。”

建议你现在就做三件事:

第一,拿一个正在计划中的方案,做一次“归属终点”标注——把所有操作程序逐条标注其对应的终点,看看有多少是“待论证”的。

第二,在下一轮可行性评估中,加入“CRC工时可用性”的评估维度——不只看“有多少患者”,要看“中心有没有能力把患者跑完”。

第三,把上面的沟通框架转给团队参考——向申办方提简化建议时,用数据和情景模拟说话,不用主观判断说话。

方案简化不是降低科学标准,是让每一个数据点都有存在的理由。

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。