受试者总脱落?随访保留实战指南
一个III期项目的入组冲刺阶段,项目经理盯着看板:入组进度刚过计划的70%,脱落率已经到了22%。CRC在电话里跟一个受试者解释第5次访视的安排,对方说:“我最近工作忙,能不能不去了?”
CRC说:“这次访视很重要,有影像检查。”
受试者沉默了几秒:“上次那个检查,我在医院等了四个小时。我请一天假,扣一天工资。”
CRC不知道该怎么接。
入组是“把人请进来”,随访是“把人留下来”。请进来靠招募策略,留下来靠的是每一通电话、每一次访视、每一个让受试者觉得“值得”的瞬间。脱落率不会因为你在数据里标记了“失访原因”就下降——它下降于你提前识别了哪些人可能在哪个节点离开。
01 先算一笔账:脱落不是“少几个数据”,是“整条链都在漏”
行业公开数据显示,临床试验患者脱落率平均在30%左右,部分慢性病和长期随访试验中更高。这不是一个小概率事件,是行业常态。
脱落带来的损失,远不止“样本量少几个”这么简单。
第一层损失:入组成本沉没。 一个受试者从筛选到入组,消耗的筛查费用、检查费用、中心工时、药物成本——这些投入在脱落那一刻全部沉没。
第二层损失:入组进度被迫追补。 脱落一例,通常需要额外入组1.2到1.5例才能补回有效样本量——因为补进来的新受试者也可能脱落。这意味着招募压力被放大,入组周期被拉长。
第三层损失:数据完整性和统计分析效力。 脱落率越高,缺失数据越多,统计假设越脆弱。如果脱落不随机(比如病情重的患者更容易脱落),分析的偏倚风险会显著上升。
第四层损失:监管核查时的追问。 核查员看到脱落率明显高于同类试验时,会追问的不是“多少人脱落了”,而是“你们的保留措施是什么?脱落的原因分布是什么?失访受试者的安全性随访是否已尽力?” 脱落率高的项目,在这些追问面前往往答不完整。
一句话:脱落不是“少几个人”,是“招募、成本、数据、合规”四个维度的同时漏水。
02 受试者为什么走?三个原因比你想的更具体
“脱落原因”在EDC里通常是一个下拉框:失访、撤回知情同意、AE、疗效不佳、依从性差、研究者决定、其他。
这个分类看起来很清楚,但它掩盖了真实的原因。真实的原因,往往藏在“失访”这两个字的背后。
原因一:流程负担——“我来一趟,比上班还累”。
一个访视日,受试者要做的可能是:空腹抽血、心电图、影像检查、量表填写、药物发放、AE询问。每一项单独看都合理,加在一起就是半天到一天。如果医院流程不顺畅——抽血排队、检查预约冲突、等报告——受试者感受到的不是“参与了一项有价值的临床研究”,是“在医院耗了一天,还耽误了工作”。
流程负担的杀伤力是累积的。 第一次访视,受试者带着热情来;第三次访视,他开始算“这次要请多久假”;第五次访视,一个“最近有点忙”就足以让他不再出现。脱落的种子,往往在第一次访视的排队等待中就种下了。
原因二:疗效预期落差——“吃了几个月,感觉没什么变化”。
受试者入组时的期望,往往高于方案能承诺的。研究者解释“这是随机对照、可能分到安慰剂”,但受试者记住的是“有机会用上新药”。
当治疗进行到第8周、第12周,受试者没有感受到明显改善时,继续参与的动机会显著下降。尤其当疾病本身有波动性时——今天感觉好一点,明天又差了——受试者会把“感觉没好”归因于“这个药没用”,而不是“疾病自然波动”或“我可能在安慰剂组”。
疗效预期落差不是“沟通没做好”的问题,是“期望管理没有持续”的问题。 入组时做一次知情同意沟通是不够的。在第4周、第8周、第12周,都需要有人重新校准受试者的期望——不是“再讲一遍知情同意”,是具体地回应“你现在感觉怎么样,这可能是正常的,我们可以这样应对”。
原因三:距离和时间成本——“我不是不想来,我是来不了”。
一个住在郊区、需要换乘两趟公交、单程一个半小时的受试者,每来一次访视,往返就是三小时。如果访视间隔是每4周一次,一年就是13次、39小时在路上的时间。
这个成本在方案设计阶段是隐性的,在随访执行阶段是显性的。 而且它对不同受试者的影响是不对称的——住得远的、工作忙的、需要照顾家人的受试者,更容易在“时间成本”这一关上掉队。脱落率如果按地理分布画一张图,你会看到它和“到中心的距离”高度相关。
03 预警信号:脱落之前,人已经在“说话”了
受试者不会在某一天突然决定“我明天开始不来了”。在真正脱落之前,通常已经释放了一系列信号,只是这些信号没有被系统地捕捉。
信号一:随访缺席或改期频率上升。
第一次改期是“有事”,第二次改期是“不方便”,第三次改期就是“在犹豫了”。一个受试者如果在连续两次访视中都提出改期,或者访视窗口快关闭时才来,他的脱落风险已经显著升高。
信号二:问卷填写“敷衍化”。
量表填写时间从15分钟变成5分钟,开放式问题的回答从两句话变成一个词,PRO记录出现明显的“直线填写”(所有条目选同一个分值)。这些变化不是“受试者变懒了”,是“参与动机在下降”。
信号三:沟通频次下降。
受试者从主动询问“下次什么时候来”,变成“到时候再说”;从接电话、回微信,变成“电话不接、消息已读不回”。沟通频次是参与意愿的温度计。温度在降,人就在往外走。
信号四:AE报告变得“过于干净”。
一个原本会主动报告头痛、乏力的受试者,突然“什么感觉都没有了”。这可能不是“症状消失了”,是“不想再因为这个试验被打扰了”。当受试者开始“省事”,往往是在为“退出”做准备。

04 保留策略:不是“多打电话”,是“在正确的时间做正确的事”
策略一:随访提醒机制要“分层”,不要“统一”。
统一提前3天发提醒,对所有人都一样——这是“通知”,不是“保留”。
分层的逻辑是:根据受试者的脱落风险等级,采取不同的触达频率和方式。低风险受试者:提前3天短信提醒+提前1天电话确认。中风险受试者(有过改期记录、问卷敷衍信号):提前7天第一次联系+提前3天确认+提前1天再确认。高风险受试者(连续两次改期、沟通频次明显下降):由CRC或研究者本人进行一对一沟通,了解具体困难,必要时调整访视安排(如允许远程访视、调整访视时间到非工作时间)。
策略二:交通与时间安排优化,要“具体到人”。
“提供交通补贴”是通用措施,但不够。真正有效的保留措施是个性化的时间安排:允许受试者选择早间或晚间的访视时段;允许部分检查在本地机构完成、结果传输到中心;对于远距离受试者,探索远程访视或上门访视的可行性(在方案和伦理允许的范围内)。
行业研究显示,采用去中心化要素(远程访视、本地实验室、药品直达)的试验,受试者参与负担显著降低,招募和保留效率改善。这些工具的价值不在于“先进”,在于“让受试者少跑一趟、少请一天假”。
策略三:入组前的预期沟通,要在“入组前”和“随访中”都做。
入组时的知情同意沟通,重点往往在“风险告知”和“权利告知”。但受试者真正需要的是具体的、可感知的预期管理:“这个药可能在4到8周后才能感觉到变化”“治疗过程中病情可能有波动,这不代表药没用”“如果你觉得不舒服,随时可以联系我们,不用等到下次访视”。
预期管理不是一次性的知情同意,是持续的关系维护。 在第4周、第8周、第12周,CRC或研究者主动询问“你最近感觉怎么样”,比受试者自己憋到脱落边缘再来说,效果好得多。
05 脱落率跟踪与分级干预清单
跟踪指标:
- 当前项目的整体脱落率是多少?与同类试验的行业基准相比如何?
- 脱落原因分布是什么?(失访、撤回同意、AE、疗效不佳、依从性差、其他)
- 脱落率按中心、按访视节点、按地理距离的分布是否已分析?
- 是否有“预警信号”的定期筛查机制?(改期频率、问卷填写时长、沟通频次)
分级干预:
- 低风险受试者:是否有标准化的随访提醒流程?
- 中风险受试者:是否有人工跟进机制?跟进人是谁?频率是多少?
- 高风险受试者:是否有一对一沟通记录?是否已评估调整访视安排的可能性?
- 已脱落受试者:是否有系统的失访原因记录和安全性随访尝试记录?
流程优化:
- 访视流程中是否有“可以精简但非必需”的检查或操作?
- 是否有去中心化选项(远程访视、本地检查、药品直达)可以减轻受试者负担?
- 是否在方案和伦理允许范围内,为远距离/工作繁忙受试者提供个性化访视安排?
预期管理:
- 入组时的知情同意沟通,是否包含具体的“疗效预期时间线”和“病情波动正常化”解释?
- 是否在第4周、第8周等关键节点有主动的受试者状态询问?
- CRC/研究者是否接受过“如何与受试者沟通脱落风险”的培训?
最后提醒
受试者保留的逻辑很清楚:
不是“多打几个电话”就能留住人,
而是让受试者在每一次访视中感受到:这个试验值得我花这个时间。
流程负担要减、预期要校准、距离要缩短、信号要捕捉。四件事都做到,脱落率才会下降。
建议你现在就做三件事:
第一,拉一份当前项目的脱落率数据,按“中心×访视节点”做一张热力图——看看哪个中心的哪个访视节点脱落最集中,那才是真正需要干预的地方。
第二,在下一轮随访中,建立一个“预警信号”的简易筛查表——改期频率、问卷填写时长、沟通响应时间,三个指标就能识别出大部分高风险受试者。
第三,跟CRC开一次15分钟的短会,主题只有一个:“你最近跟哪个受试者聊完,感觉他下次可能不来了?” 一线CRC的直觉,往往比数据看板更早发现问题。
入组是把人请进来,保留是让人愿意留下。前者靠策略,后者靠每一天的具体动作。
上一页:
更多新闻
总经理-覃冬梅