2026年药物警戒专员高频面试题包含详细解答

药物警戒专员高频面试题

【精选近三年60道高频面试题】

【题目来源：学员面试分享复盘及网络真题整理】

【注：每道题含高分回答示例+避坑指南】

1.请简述不良事件（AE）与严重不良事件（SAE）的核心判断标准差异，并举例说明一个

容易混淆的边界情况。（基本必考|重点准备）

2.在中国现行GVP法规和ICHE2A指导原则下，对于致死或危及生命的SUSAR，报告时限

和补充报告时限分别是多少？（极高频|背诵即可）

3.什么是Day0（第0天）？在不同信息来源（如自发报告、文献、临床研究）中，如何准

确认定Day0的起算点？（极高频|考察实操）

4.请列举并解释药物不良反应因果关系评价（CausalityAssessment）中常用的五级/六级分

类，并说明你的评估逻辑。（基本必考|背诵即可）

5.简述非预期不良反应（UnexpectedAdverseReaction）中“非预期”的定义，我们通常以什

么文件作为判断依据？（常问|背诵即可）

6.在MedDRA编码中，如果遇到一个非常模糊的症状描述（例如“患者感觉很不舒服”），你

该如何进行精准编码？（极高频|考察实操）

7.请说明PSUR（定期安全性更新报告）和DSUR（研发期间安全性更新报告）的主要区别

及各自的递交周期。（常问|重点准备）

8.什么是“四要素”？如果收到一份缺失其中一个要素的报告，这份报告是否有效？你后续的

标准操作流程（SOP）是什么？（基本必考|考察实操）

9.对于特殊情况报告（如妊娠期用药、药物过量、超适应症用药等），即使没有发生不良事

件，是否需要录入PV数据库？为什么？（常问|需深度思考）

10.当你拿到一份详尽的住院病历，你需要从中提取哪些核心信息来撰写一份高质量的SAE

CaseNarrative（病例叙述）？（极高频|考察实操）

11.描述一下你使用过的药物警戒数据库（如Argus,ArisG,PV-works等）的常规数据录入及

质控（QC）流程。（学员真题|考察实操）

12.如果你需要负责每周的医学文献检索，你会如何制定检索策略以确保不遗漏潜在的个例安

全性报告（ICSR）？（常问|重点准备）

13.临床试验中，PV部门与CRA（临床监查员）或数据管理（DM）部门进行SAE一致性核

对（Reconciliation）时，常发现哪些数据不一致？如何解决？（极高频|考察实操）

14.收到一份来自患者家属打来的自发报告热线电话，患者家属情绪激动且表述混乱，你如何

安抚并快速引导其提供完整的PV四要素？（学员真题|考察软实力）

15.对于一份缺乏关键随访信息的既往病史报告，且报告医生拒绝配合提供更多信息，你的随

访策略和关闭报告的底线是什么？（反复验证|考察实操）

16.在处理来自销售代表（MedicalRepresentative）转交的报告时，你发现距他们获知信息

已经过去了10天，你该如何处理这个迟报问题？（极高频|考察软实力）

17.当研究者（PI）对某个SAE的因果关系判定为“肯定相关”，但公司申办方（Sponsor）的

医学评估认为是“可能无关”时，PV应该如何处理和上报？（重点准备|需深度思考）

18.请模拟一下场景：如果在临下班前10分钟，邮箱收到一份需在今天完成递交的致死性

SUSAR，你会如何开展应急处理？（学员真题|考察抗压）

19.对于通过社交媒体（如小红书、微博）或公司赞助的患者支持项目（PSP）收集到的不

良事件，标准的处理和上报SOP是什么？（常问|重点准备）

20.撰写Narrative时，如果全中文病历中夹杂了大量非标准的英文缩写和地方口语化描述，你

如何将其转化为符合法规递交要求的医学标准用语？（网友分享|考察实操）

21.发现同一患者在不同医院就诊，被不同的医生分别上报了两次相同的AE，PV系统里如何

进行重复报告的识别与合并（Duplicatesearch&linking）？（极高频|考察实操）

22.简述在安全性信号检测（SignalDetection）中，定量分析方法（如PRR,ROR）和定性

分析方法的应用场景。（常问|需深度思考）

23.当你审核一份同事录入的ICSR时，发现MedDRA的PT（首选语）选择不仅有误，而且导

致了严重程度降级，你该如何与其沟通并纠正？（反复验证|考察软实力）

24.如果某种药品近期出现了群发性的非严重不良事件（如多名患者反映注射部位红肿疼

痛），你会如何提升警戒级别并采取什么行动？（重点准备|需深度思考）

25.在进行GVP稽查或国家局飞检（Inspection）时，检察员要求查看某份延迟递交的SUSAR

的CAPA（纠正与预防措施）记录，你应如何应对并展示闭环？（学员真题|考察实操）

26.如果报告的AE是“缺乏疗效（LackofEfficacy）”，在什么特定情况下（如疫苗、重症救

治药物）必须作为严重不良事件进行加急报告？（常问|背诵即可）

27.针对产品质量投诉（PTC）合并发生的不良事件，PV部门与QA（质量保证）部门的跨部

门协作和信息流转SOP是怎样的？（基本必考|考察实操）

28.详细说明盲态临床试验中遇到SUSAR时的破盲（Unblinding）流程，以及PV如何确保只

对特定人员破盲以维持研究的科学性？（极高频|重点准备）

29.当你在系统中发现一笔超期未报（Latesubmission）的报告，且原因是由于你个人的邮

箱漏看造成的，你会如何撰写偏差报告及处理后续？（网友分享|考察抗压）

30.针对上市后的大规模前瞻性观察性研究，在设计安全性数据收集计划时，你认为最大的难

点是什么？（常问|需深度思考）

31.如何处理来自患者自述的“虽然没看医生，但我确信吃你们的药导致了脱发”此类缺乏明确

医学确诊的主观自发报告？（反复验证|考察实操）

32.跨国药企中，LocalPV（本地）如何与GlobalPV（全球）高效协作进行安全性信号的本

地化评估与风险沟通？（网友分享|考察软实力）

33.解释一下MedDRA中的SMQ（标准MedDRA查询）是什么，在日常的安全性数据汇总分

析中如何应用？（常问|背诵即可）

34.对于已获批上市但发生重大说明书修改（如增加黑框警告）的药品，PV部门在此过程中

主要承担哪些数据支持工作？（重点准备|需深度思考）

35.在进行合并用药（Concomitantmedications）的审查时，如何判断哪个是可疑药物

（Suspectdrug），哪些是合并用药？（基本必考|考察实操）

36.描述一次你在处理复杂病例数据时，发现原始资料存在明显逻辑矛盾（如死亡时间早于用

药时间），你如何进行追溯和逻辑自洽的核对？（学员真题|考察实操）

37.如果公司即将开展一款孤儿药（罕见病用药）的临床试验，你认为该项目的药物警戒工作

会面临哪些特殊的挑战？（常问|需深度思考）

38.国家药监局出台了新的药物警戒指导原则并于下月生效，你将如何推动公司内部现有的

SOP进行相应更新和全员培训？（反复验证|重点准备）

39.面对临床试验中大量轻微的、预期内的AE（如化疗药引起的恶心），从数据处理ROI角

度，如何高效处理以避免PV团队陷入资源枯竭？（网友分享|需深度思考）

40.当监管机构对某一递交的DSUR提出问询函，要求补充特定安全性风险的详细分析，你的

响应流程与撰写策略是什么？（重点准备|考察实操）

41.请分享一个你在工作中遇到的最难处理的“不依从”事件（如研究者拒绝按照规定时间上

报），你最终是如何解决的？（学员真题|考察软实力）

42.对于包含多个可疑药物和多种不良反应的复杂ICSR，在Argus等系统中进行关联（Event

Assessment）时的原则是什么？（极高频|考察实操）

43.如果你需要对新入职的非医学背景的外包人员（BPO）进行PV基础数据录入培训，你会

重点强调哪三个极易出错的红线？（反复验证|重点准备）

44.在进行年度文献回顾时，发现一篇外文文献提到了公司产品可能增加心血管风险，但数据

样本量极小，你会作何处理？（常问|需深度思考）

45.当业务部门（如市场部）为了推进项目进度，试图要求PV部门简化对某个有潜在风险产

品的安全性审查程序时，你如何坚守合规底线并进行有效沟通？（学员真题|考察软实

力）

46.叙述对于上市后妊娠暴露（PregnancyExposure）病例的随访管理策略，特别是追踪到

新生儿出生后的哪些关键信息？（极高频|考察实操）

47.面对月底或项目里程碑前激增的AE报告量（积压案件严重），你如何排定案件处理的优

先级（Triage），确保没有违规漏报？（基本必考|考察抗压）

48.在进行药物相互作用（DDI）引起的不良事件评估时，你会查阅哪些经典的药学或医学数

据库资源？（常问|重点准备）

49.假设你发现一家合作的CRO公司长期存在不良事件漏报的系统性问题，作为Sponsor方的

PV专员，你第一步会做什么？（重点准备|需深度思考）

50.对于“用药错误（MedicationError）”这一概念，它是否等同于不良反应？在GVP体系

下，用药错误的监测和上报要求是什么？（极高频|背诵即可）

51.简述风险管理计划（RMP）的结构构成，以及PV专员在RMP生命周期管理中的日常工作

职责。（常问|重点准备）

52.当你需要撰写病例的“申办方意见（SponsorComment）”时，如何客观地在不掩盖风险的

前提下，保护公司产品的合理权益？（网友分享|需深度思考）

53.在日常工作中，由于需要长时间面对大量的病历文字和重复录入，你如何保持专注度以降

低人为的Typo或逻辑错误？（反复验证|考察抗压）

54.临床医生反馈系统太难用导致不愿意录入AE，如果是你负责对接，你会采取哪些改进措

施或沟通话术来提升依从性？（学员真题|考察软实力）

55.说明在递交前进行PV医学审阅（MedicalReview）时，主要审查哪些维度的数据质量和

医学逻辑严谨性？（基本必考|考察实操）

56.药物警戒工作不仅是被动收集，还要主动监测，谈谈你对“主动药物警戒（Active

Pharmacovigilance）”手段的了解。（常问|重点准备）

57.很多人觉得PV工作就是高级的数据录入员（DataEntry），高度流程化且枯燥，你是如

何看待这份工作的职业价值和长远发展的？（极高频|考察抗压）

58.如果你的Leader给了你一个具有挑战性的任务（如牵头负责一次外部审计的资料准

备），但在执行中你发现自己能力不足导致进度严重滞后，你会怎么做？（学员真题|考

察软实力）

59.结合你过往的经验，你认为成为一名优秀的药物警戒专员，最不可或缺的两项软技能是什

么？并举例说明。（常问|考察软实力）

60.我问完了，你有什么想问我的吗？（面试收尾）

药物警戒专员高频面试题深度解答

Q1：请简述不良事件（AE）与严重不良事件（SAE）的核心判断标准差异，并

举例说明一个容易混淆的边界情况。

❌不好的回答示例：

AE就是病人吃了药以后发生的任何不舒服的症状，哪怕是轻微的头痛也算。SAE就

是很严重的情况，比如病人死了、或者住院了、或者残疾了。边界情况的话，我觉

得就是病人感觉自己快死了，但没住院，这可能就比较难判断到底是AE还是SAE，

我一般会去问领导。

为什么这么回答不好：

1、逻辑结构缺陷：没有准确背出SAE的五大/六大法定标准，只口语化地说了三

种，显得法规基础极其不扎实。

2、内容选择失误：“病人感觉快死了”属于主观情绪表述，在药物警戒中没有实际可

操作性，不能作为专业的边界案例。

3、暴露实操短板：遇到模糊地带第一反应是“问领导”，而不是依据IMEList或医学

逻辑进行初步研判，缺乏独立解决问题的能力。

高分回答示例：

在处理AE和SAE的判定时，我的核心逻辑是严格依据ICHE2A及中国GVP法规定

义的“硬性标准”，而非仅仅依赖症状表面的“严重程度（Severity）”。AE是指患者

在使用药品后发生的任何非预期的不良医学事件，无论是否与药物有因果关系。而

SAE必须触及以下界限：导致死亡、危及生命、导致住院或住院时间延长、导致永

久或显著的残废/失能、导致先天性异常/出生缺陷，或属于重要医学事件（IME）。

在实际业务场景中，最容易踩坑的边界情况是“重要医学事件（IME）”的判定与“急

诊留观”的界定。

1、识别隐蔽场景（What）：例如，患者在输液后发生严重的过敏性休克或心律失

常，在急诊室进行了数小时的紧急抢救后好转并回家，并未正式办理“入院”手续。

2、防范漏报风险（Why）：如果初级专员机械地核对“是否住院”，很容易将其降级

为普通AE。但实际上，如果不进行紧急医疗干预，患者极可能面临死亡风险。这种

漏报一旦在药监局飞检中被发现，属于严重的合规事故。

3、标准化处理路径（How）：在我的SOP中，遇到急诊处理的案例，第一步会去

查阅最新的EMAIMEList；第二步，如果在List内或经医学判断存在恶化风险，即

使没住院，也会将其严重性标准勾选为“其他重要医学事件（OtherMedically

ImportantCondition）”，按SAE标准上报；第三步，在Argus系统中，必须在

Narrative（病例叙述）中清晰记录急诊抢救的详细时间线和干预措施，以支撑严重

性升格的逻辑。

复盘此类事件时，我通常会将这些急诊留观且使用了抢救药物（如肾上腺素）的案

例提取出来，作为典型案例放入团队月度培训的错题本中，确保所有录入和质控人

员在面对类似边界条件时，能统一判定尺度。

Q2：在中国现行GVP法规和ICHE2A指导原则下，对于致死或危及生命的

SUSAR，报告时限和补充报告时限分别是多少？

❌不好的回答示例：

致死或者危及生命的SUSAR是最严重的，所以肯定要最快时间上报。我记得中国法

规和ICH的标准应该是一样的，都是7天内要把报告交上去，然后如果后面还有新的

资料，就再过15天交一份补充报告。具体的起算时间就是我们收到邮件的那一天开

始算。

为什么这么回答不好：

1、法规细节硬伤：补充报告的时限记忆错误，致死/危及生命SUSAR的补充报告时

限是8天内，而非15天。

2、表述不够严谨：说“收到邮件的那天开始算”是不准确的，没有体现出“获知

（Awareness）”的四要素标准。

3、错失加分机会：没有区分首次报告（Initial）和随访报告（Follow-up）中必须

包含的核心要素差异。

高分回答示例：

对于致死或危及生命的SUSAR（可疑非预期严重不良反应），我的处理原则是“倒

排时间表、确保核心要素优先递交”。在中国现行GVP和ICHE2A指导原则下，这

类极高风险事件的首次报告时限均为首次获知后的7个自然日内；补充报告（随访

报告）的时限是在首次报告后的8个自然日内完成递交（即获知后的总计15天

内）。

在实际操作这种紧急倒计时的案件时，最核心的风险点在于时间轴的管理和资料的

不完整性：

1、锁定Day0（What）：我会第一时间核实Day0的准确性。Day0并非“PV部

门”收到的时间，而是申办方（或其委托的CRO/供应商）任何人员首次获知满足

PV“四要素”且判定为致死/危及生命SUSAR的那一天。

2、拆解首次报告底线（Why）：很多时候，我们在第5或第6天依然没有拿到详细

的病历或尸检报告。但为了满足7天合规时限，不能盲目等待。首次递交的目的

是“通报警报”，而非追求完美。

3、执行分步递交策略（How）：在第1-6天，我会重点跟进核心信息的闭环，确保

Argus系统中填报了可疑药物、明确的致死性事件PT（首选语）、研究者和申办方

的因果关系盲态/破盲状态。在第7天前生成XML文件通过网关递交。随后立刻开

启“8天补充倒计时”，此时我将重点催收出院小结、抢救记录或解剖报告，提炼并在

Narrative中更新，于第15天前完成Follow-up递交。

在完成这类紧急递交后，我的复盘动作是检查整个内部流转链条：从CRA获知到

PV部门签收花了多少小时。如果流转超过24小时，我会触发一个内部沟通，优化

跨部门的SUSAR加急流转SOP。

Q3：什么是Day0（第0天）？在不同信息来源（如自发报告、文献、临床研

究）中，如何准确认定Day0的起算点？

❌不好的回答示例：

Day0就是我们开始处理这个不良事件的第一天。如果是医生或者患者直接打电话

给药企的PV专员，那接到电话的那天就是Day0。如果是文献的话，就是我们看到

这篇文献的那一天。如果是临床研究，就是CRA把数据录入系统的第一天，反正就

是谁最先拿到数据谁就开始算时间。

为什么这么回答不好：

1、概念定义模糊：完全没有提及判定Day0的绝对前提——“集齐PV四要素”，这

是基础知识的严重缺失。

2、场景分类错误：临床研究中Day0绝不是CRA录入EDC的时间，文献的Day0

也有更严谨的文献检索及评估机制。

3、缺乏合规意识：没有提到申办方与其外包方（Vendor/合作伙伴）在Day0认定

上的连带责任，容易导致超期漏报。

高分回答示例：

我通常向团队强调，Day0的认定是所有药物警戒时效性考核的“生死线”。Day0的

严格定义是：申办方或其雇佣的任何第三方（如CRO、市场代理商、客服外包等）

的人员，首次获得一份包含“四个最基本要素”（可识别的患者、可识别的报告者、

可疑药品、至少一个不良事件）信息的日期。

在复杂的实际业务环境中，不同来源的Day0起算点极易发生混淆，我会通过以下

路径进行严格卡控：

1、自发报告与PSP项目（What&How）：对于患者支持项目（PSP）或销售代

表转交的报告，核心风险是“信息滞留”。Day0不是PV部门收到邮件的那天，而是

销售代表或PSP护士听到患者抱怨的那天。我会通过系统日志或邮件追溯他们最初

获知的时间作为Day0。如果他们延迟了5天才转交给PV，这就是一个Deviation

（偏差），我需要立刻开启加急处理流程并后续发起CAPA。

2、文献来源（What&How）：在进行系统性的文献检索时，Day0通常是负责检

索的人员（或医学评审人员）审阅文献并判断其中包含符合四要素的个案的当日。

为了防范风险，我会要求文献检索SOP明确规定：从下载文献到完成筛选的时间不

得超过特定周期（通常是两周内），避免积压导致的“隐性迟报”。

3、临床研究来源（What&How）：在临床试验中，Day0是申办方团队（包括

CRA或医学监查员）首次获知SAE的那一天，且通常是在研究者评估签名之后。但

如果CRA在Site监查时已经看到了带有四要素的SAE原始病历，即便研究者还未在

SAE表上签字，从严格合规角度，CRA获知的当日也应触发Day0倒计时。

在月度复盘中，我会拉出所有“Latereporting（迟报）”的案例进行Day0根因分

析，如果是跨部门信息流转导致的Day0延误，我会直接拿着数据去和市场部或临

床部沟通，推动前端收录流程的优化。

Q4：请列举并解释药物不良反应因果关系评价（CausalityAssessment）中

常用的五级/六级分类，并说明你的评估逻辑。

❌不好的回答示例：

因果关系评价一般就是看这药和不良反应有没有关系，我们系统里一般有肯定有

关、可能有关、可能无关和肯定无关这几种。评估的时候，主要就是看病人吃完药

之后是不是马上就出现症状了。如果停药了症状就好了，那就肯定是有关的。如果

有其他原因，比如病人自己乱吃别的东西，那就可能无关。

为什么这么回答不好：

1、分类术语不标准：未能准确列出WHO-UMC标准的六级分类或常用的五级分

类，显得缺乏系统的理论培训。

2、逻辑过于绝对化：“停药好转就肯定有关”在医学上是非常幼稚的判断，忽略了合

并用药、基础疾病等混杂因素。

3、缺乏多维评估框架：没有提到时间相关性、生物学合理性、撤药/激发试验等标

准的综合评估手段。

高分回答示例：

在进行因果关系评价时，我的底层方法论是基于WHO-UMC的六级评估框架，并结

合时间轴与生物学机制进行综合研判。这六级分类分别是：肯定相关（Certain）、

很可能相关（Probable/Likely）、可能相关（Possible）、可能无关

（Unlikely）、未分级/有条件（Conditional/Unclassified）和无法评估

（Unassessable/Unclassifiable）。

在面对复杂的临床数据时，最核心的风险点在于“可能相关”与“可能无关”的边界界

定。我的评估逻辑按以下三个步骤展开：

1、时间逻辑与混杂因素排查（What&Why）：首先看时序性，AE必须发生在用

药之后，且符合该药物的药代动力学/药效学特征（例如，吃药后5分钟发生肝硬化

显然不合理）。接着，这是最关键的一步——排查替代原因。我会仔细查阅患者的

既往史和合并用药（Conmeds），如果患者本身的疾病进展极有可能导致该AE，

因果判定就会向“可能无关”倾斜。

2、撤药（Dechallenge）与再激发（Rechallenge）分析（How）：如果停药后症

状明显减轻（撤药阳性），且再次用药后症状复发（再激发阳性），这在没有其他

极强替代原因的情况下，我会将其评估为“肯定相关”或“很可能相关”。但在实际上市

后数据中，很少有医生会故意去冒再激发的风险。

3、保守评估底线（How）：在信息有限且无法完全排除药物作用的情况下（比如

一份仅有四个要素的轻度皮疹自发报告），我会本着“风险最小化”的保守原则，将

其判定为“可能相关（Possible）”，以确保潜在的安全信号不会被早期人为过滤

掉。

复盘时，我会特别关注那些申办方医学评估与研究者评估存在严重分歧的案例。我

会组织内部的MedicalReview会议，把这些案例拿出来重新梳理时间线和医学文

献证据，校准整个PV团队与医学团队的评价标尺。

Q5：简述非预期不良反应（UnexpectedAdverseReaction）中“非预期”的

定义，我们通常以什么文件作为判断依据？

❌不好的回答示例：

非预期不良反应就是指那些我们原来没想到的，或者说明书上根本没写过的不良反

应。就是说，这个症状在以前的实验里都没出现过。我们要判断的话，就拿药品的

说明书来看，如果说明书的“不良反应”那一栏里没有这个症状，那它就是非预期

的。这主要靠我们的经验来核对。

为什么这么回答不好：

1、定义不完整：只提到了“没写过（性质）”，完全忽略了“严重程度”和“发生频

率”这另外两个判断“非预期”的核心维度。

2、文件依据不全面：只提到了说明书，没有区分研发阶段（临床试验）和上市后

阶段的不同参考文件。

3、用词不专业：用“原来没想到的”这种大白话代替法规上的“参考安全性信息

（RSI）”，显得十分业余。

高分回答示例：

在药物警戒体系中，“非预期（Unexpected）”绝不是一个主观层面的“意料之外”，

而是一个具有严格法规定义的判定标准。它的核心定义是：不良反应的性质

（Nature）、严重程度（Severity）、或特异性（Specificity/Frequency）与现行

获批的参考安全性信息（RSI,ReferenceSafetyInformation）不一致。

在实操中，准确判定“非预期”不仅关系到日常数据的编码，更直接决定了是否会触

发SUSAR的加急上报。我通常的执行逻辑如下：

1、精准锚定参考文件（What）：在临床试验阶段（研发期），我们必须以最新版

本的《研究者手册》（IB，Investigator'sBrochure）中的RSI章节为准；而在药

品上市后阶段，则是以国家药监局批准的最新《药品说明书》（SmPC/USPI）为

准。

2、防范“严重程度升级”盲区（Why&How）：很多专员会犯一个致命错误：说明

书上写了“肝功能异常”，患者发生了“急性肝衰竭”，专员认为“肝脏问题已经写过

了，所以是预期的”。这大错特错。我的审查步骤是：即使性质属于同一器官系统，

如果严重程度发生了升级（从轻度异常升级为危及生命的衰竭），这在Argus系统

中必须被强行判定为“非预期”。

3、版本控制的危机处理（How）：当一份IB或说明书刚刚发生版本更新时，是最

容易出风险的窗口期。我会要求团队在系统中拉出一个事件发生日期（Onset

Date）与RSI版本生效日期的比对表。如果事件发生在新版生效前，必须使用旧版

RSI进行预期性判断，坚决避免使用未来版本的数据去倒推历史事件。

在应对外部审计时，检查官非常喜欢抽查跨版本的预期性判定记录。因此，我会在

每次RSI更新后，要求系统管理员将旧版设定为冻结状态但保留历史可追溯性，并

在内部培训中进行专门的版本交接复盘。

Q6：在MedDRA编码中，如果遇到一个非常模糊的症状描述（例如“患者感觉

很不舒服”），你该如何进行精准编码？

❌不好的回答示例：

如果医生或者患者写的很模糊，比如“很不舒服”，我肯定不能随便编一个。我会在

MedDRA字典里搜一下有没有“感觉不舒服”这个词。如果没有的话，我就会把它编

码为“全身不适”或者是“疲劳”。为了保证系统里有数据，随便选一个稍微贴近的PT

词填进去就行了，反正后面还会有质控。

为什么这么回答不好：

1、违背编码基本原则：MedDRA的核心原则是“Codeasreported（按报告编

码）”，严禁加入个人的医学主观推断去“随便选一个贴近的”。

2、忽视数据澄清流程：遇到模糊信息，第一反应应该是发起Query（质疑/澄

清），而不是自己强行瞎编。

3、甩锅心态严重：认为“反正有质控”就放松录入标准，缺乏基础岗位的责任心和质

量闭环意识。

高分回答示例：

在MedDRA编码中，遇到“患者感觉很不舒服”这类含糊其辞的描述是常态。我的处

理逻辑是坚守“按原词报告编码，不推断、不演绎”的红线，同时启动数据澄清机

制，确保最终录入PV数据库的PT（首选语）经得起医学审查。

在具体执行这类模糊数据的处理时，我通常分为三步走：

1、初步防守编码（What&Why）：为了在系统内先建立记录而不随意篡改原始语

义，我绝不会主观猜测患者是恶心还是头痛。我会使用MedDRA中专门处理此类情

况的PT词，例如“Ill-defineddisorder（界定不清的疾病）”或“Unevaluableevent

（不可评估的事件）”进行初步占位。这不仅合规，还能在系统中留下“此案信息极

度不全”的标记。

2、启动澄清路径（How）：如果这是临床试验数据，我会立即向CRA或临床数据

管理团队（DM）下发DataQuery（数据质疑），要求研究者提供更具体的医学体

征或症状。如果这是上市后的自发报告，我会将其列入随访计划（Follow-up

SOP），要求外呼专员联系报告者，使用引导性话术（如：“您说的不舒服，具体是

肚子疼、头晕，还是哪里有反应？”）去挖掘实质性AE。

3、动态更新与闭环（How）：一旦收到澄清后的随访信息（比如患者说明是“剧烈

的胃痛”），我会立即在Argus系统中解锁该案例，将原始的模糊PT更新为“Gastric

pain（胃痛）”，并在Narrative的随访段落中详细记录这次澄清的时间点和信息来

源。

每个季度复盘时，我会从数据库中导出所有停留状态为“Unevaluableevent”的案

例，计算占比。如果某个临床中心的模糊报告率特别高，我会向临床运营总监提出

预警，建议对该中心的研究者进行AE规范填报的专项培训。

Q7：请说明PSUR（定期安全性更新报告）和DSUR（研发期间安全性更新报

告）的主要区别及各自的递交周期。

❌不好的回答示例：

DSUR就是药品还在做临床试验、没上市的时候交的报告。PSUR就是药品已经卖

出去了，上市之后要交的报告。交的时间嘛，DSUR一般是一年交一次。PSUR好

像是上市头两年是每半年交一次，后来就改成一年一次，再后来就不用交得那么勤

了。反正一个是研发的时候写，一个是卖药的时候写。

为什么这么回答不好：

1、专业术语缺失：完全没有提及数据锁点（DLP）、国际诞生日（IBD/EBD）等

核心概念，只用了大白话。

2、核心价值未触及：没有讲出DSUR侧重于“保护受试者风险”，而PSUR侧重于“上

市后的风险获益评估（Risk-BenefitBalance）”。

3、时效性不严谨：对PSUR递交周期的描述过于口语化，未说明具体的法规要求和

时间节点计算方式。

高分回答示例：

虽然DSUR和PSUR（现在部分地区也称PBRER）都是定期安全性数据汇总，但由

于它们处于药品生命周期的不同阶段，其核心目的、数据锚点和分析维度有着本质

的区别。

在撰写和统筹这两种报告时，我最看重的是它们在“风险评估侧重点”和“时间戳管

理”上的差异：

1、报告基点与评估维度（What&Why）：DSUR的核心目的是“保护临床试验受

试者”，它的起点是DIBD（研发国际诞生日，即全球首个临床试验获批日），分析

的重心在于盲态下的新发严重风险，以及是否需要修改试验方案。而

PSUR/PBRER的核心目的是“全盘评估药品的风险-获益平衡（Risk-Benefit

Balance）”，起点是IBD（国际诞生日，全球首次获批上市日），它必须综合临床

数据、上市后自发报告、文献甚至销售数据，论证说明书是否需要增加新的警告。

2、递交周期的精准控制（How）：DSUR的周期非常死，通常是每年一次，在

DIBD后的60天内必须提交。而PSUR在中国GVP的要求下，通常是新药上市首个5

年内每年递交一次，满5年后每5年递交一次。但在全球项目中，如果EMA有更严格

的EURD（欧盟参考日期）列表要求，我们需要按照EURD来协调全球统一的Data

LockPoint（DLP，数据锁点）。

3、跨部门协作路径（How）：做DSUR时，我的核心沟通抓手是临床团队和统计部

门，确保严重不良事件的解盲数据和受试者暴露量准确。而做PSUR时，难度成倍

增加，我需要抓取市场部的销售数据算暴露量、抓取QA的质量投诉记录、抓取注册

部的说明书变更历史，形成一份多部门共建的综合报告。

在每次成功递交后，我的常规复盘动作是检查DLP到递交日（通常是70天或90天）

的倒排期表。如果在此期间发现Narrative撰写或医学审阅环节存在“压件”现象，我

会在下一次撰写启动会上重新分配里程碑时间，以缓解临近递交日的合规压力。

Q8：什么是“四要素”？如果收到一份缺失其中一个要素的报告，这份报告是否

有效？你后续的标准操作流程（SOP）是什么？

❌不好的回答示例：

四要素就是病人、报告人、怀疑的药和不良反应。如果少了一个，比如没有病人信

息，这份报告就是无效的，那我们就没法录入系统。我一般的操作就是把它直接删

掉或者不处理，然后发个邮件告诉发给我的人，说信息不全我做不了，等他们把信

息补齐了我再开始做。

为什么这么回答不好：

1、触碰合规红线：“直接删掉或者不处理”是PV行业的绝对禁忌，会导致严重的稽

查发现（AuditFinding）。

2、缺乏追溯意识：没有提到“无效报告（Invalidcase）”同样需要建档和在系统内

留痕。

3、丧失主动性：面对信息缺失，只是被动等待别人补齐，没有展现出主动追踪

（Follow-up）的行动力。

高分回答示例：

“四要素”是构成一份有效个例安全性报告（ICSR）的最低门槛。它们分别是：可识

别的患者（例如知道姓名首字母、年龄或性别）、可识别的报告者（知道医生的科

室或患者的联系方式）、至少一种可疑药物，以及至少一个不良事件。

在日常业务中，面对缺失四要素之一的报告，最核心的原则是：它是一份“无效报告

（InvalidCase）”，但不等同于“可以被丢弃的垃圾信息”。我的处理SOP如下：

1、系统建档与留痕（What&Why）：只要收到了关于公司产品安全性的负面信

息，即使只说“你们的药吃死了人”但不知道是谁吃的，这依然是一个需要管控的信

号。我会在Argus系统中建立一个初始的无效病历，这不仅是为了防范FDA或

NMPA检查时对我们邮箱/热线的溯源，更是为了保护公司不被指控“隐瞒不良事

件”。

2、启动紧急定向随访（How）：录入只是第一步。既然信息不全，我的首要动作

是主动出击。如果缺失的是患者信息，我会立刻给发信的医生打电话：“张医生，为

了遵守国家法规记录这个重要的反馈，不需要您提供患者全名，只要告诉我他是男

性还是女性、大概多少岁即可。”通过这种降低门槛的话术，将无效案例迅速转化为

有效案例。

3、设定关闭阈值（How）：如果在发送了三封标准随访邮件、拨打了两次电话

后，依然无法补齐四要素，我会停止随访。在系统中记录所有尝试联系的证据

（Contactlogs），将案件状态锁定为“无效且关闭（Closedasinvalid）”，并备

注“尽职随访后仍缺乏基本要素”。

复盘来看，如果某一渠道（比如某家特定代理商）频繁发来大量缺乏四要素的无效

报告，这意味着他们的前端收集能力极差。我会直接向合规部提出申请，对该代理

商重新进行PV基本功的SOP培训，从源头掐断无效数据的流入。

Q9：对于特殊情况报告（如妊娠期用药、药物过量、超适应症用药等），即使

没有发生不良事件，是否需要录入PV数据库？为什么？

❌不好的回答示例：

既然没有发生不良事件，那就说明病人没事，药也是安全的。如果什么不舒服都没

发生，我们PV系统里就没有AE可以录入啊，也没有PT词可以选。所以我觉得不用

录入，如果硬要录入反而会增加我们的工作量，把系统搞得太乱。等他们真的出现

了不良反应再报也不迟。

为什么这么回答不好：

1、违背前瞻性警戒原则：药物警戒不仅是收集AE，更要监测潜在风险。拒绝录入

无AE的特殊情况是大忌。

2、系统操作知识盲区：不知道系统中可以通过特殊PT词（如“Pregnancy

exposure”）专门处理无AE的场景。

3、缺乏长期数据视野：没有意识到这些数据在撰写PSUR或构建妊娠登记数据库

（PregnancyRegistry）时的重要性。

高分回答示例：

在我的PV实践中，面对特殊情况报告（SpecialSituations），核心原则是：无论

是否伴随不良事件，只要涉及我司产品，必须100%录入PV数据库。这不仅是各国

监管部门的硬性要求，更是企业构建主动药物警戒体系的基石。

以“妊娠期用药（PregnancyExposure）但暂无AE”为例，如果视而不见，企业将

面临极大的隐性合规风险。我的系统化处理逻辑如下：

1、锁定特殊暴露PT词（What&Why）：在没有出现具体不适时，我不会空着AE

栏，而是会在Argus系统中使用MedDRA中特定的PT词进行编码，例如“Maternal

exposureduringpregnancy（妊娠期母体暴露）”或“Off-labeluse（超适应症用

药）”。这样做的目的是为了在数据库中给这些潜在的高危人群打上标签，防止这部

分暴露数据流失。

2、建立长期随访挂起机制（How）：这类报告的核心不在于“首次报告”，而在

于“随访追踪”。对于妊娠报告，我会在系统中建立一个随访日历表。即使首次接到

报告时孕妇一切安好，我也会设置一个在预产期后1个月的提醒，主动去跟进分娩

结局（比如新生儿是否有先天畸形）。如果随访发现了畸形，这个无AE的特殊报告

将瞬间升级为一个极严重的SAE。

3、反哺信号检测与PSUR撰写（How）：在每年的定期安全性更新报告（PSUR）

撰写中，法规强制要求单列一个章节统计“特殊人群用药情况”和“药物过量/滥用数

据”。如果前端不录入无AE的特殊情况，后端的数据挖掘就是无米之炊，撰写

PSUR时这部分数据将出现无法解释的空白。

事后复盘时，我会特别关注超适应症用药（Off-labeluse）的数据趋势。如果发现

某个区域无AE的超适应症报告激增，我会敏锐地意识到这可能是销售团队在违规推

广。我会将这份脱敏的数据报告抄送给合规官（ComplianceOfficer），帮助公司

在被监管部门处罚前，提前排雷。

Q10：当你拿到一份详尽的住院病历，你需要从中提取哪些核心信息来撰写一份

高质量的SAECaseNarrative（病例叙述）？

❌不好的回答示例：

拿到病历后，我就会从头开始看，把病人的现病史、既往史全部翻译成英文抄下

来。然后把住院期间每天做了什么检查，不管是验血还是CT，只要有数值的我都写

上去，这样信息才最全面。最后再把医生开的所有药都列在结尾。只要病历上有

的，我都尽量写进Narrative里，免得漏掉东西被医学部骂。

为什么这么回答不好：

1、缺乏信息降噪能力：把Narrative当成了流水账（Datadumping），没有区分

与SAE直接相关的核心信息和无关噪音。

2、主次颠倒：罗列所有无异常的常规化验结果，却可能忽略了关键的停药/减量

（Dechallenge）动作。

3、医学逻辑缺失：高质量的Narrative是用来供医学专家判断因果关系的，不分重

点的翻译只会增加评审负担。

高分回答示例：

撰写高质量的SAENarrative（病例叙述），核心要求是“逻辑自洽、重点突出、利

于因果判定”。一份优秀的Narrative绝不是病历的无脑翻译，而是通过时间轴重

构，将庞杂的病历信息提纯为一份“侦探报告”。

面对厚达几十页的住院病历，我提取信息和构建段落的执行路径如下：

1、框定基线与高风险背景（What）：首先，我只提取与本次SAE相关的核心人口

学特征和既往史。如果患者发生的是“肝功能衰竭”，我会精准捕捉病历中是否有乙

肝病史、酗酒史；如果病历里写了以前做过“阑尾切除”，我会直接过滤掉，因为它

对肝衰竭的因果判断毫无价值。

2、构建严密的时间轴（Why&How）：这是Narrative的灵魂。我会以可疑药物的

首次用药时间为零点。重点抓取三个时间节点：用药的具体日期和剂量、SAE发生

的首发症状时间点、以及发生后的干预时间。我会使用诸如“在用药后第5天（Day

5oftreatment），患者出现...”的表述，清晰呈现暴露与反应的时间相关性。

3、聚焦“停药/激发”与“靶向实验室数据”（How）：我会去医嘱单里重点寻找：发生

SAE后，可疑药物是停用了、减量了还是继续用？（这是评估Dechallenge的铁

证）。对于化验单，我拒绝全盘照抄，我只提取那些支持SAE诊断的异常指标的最

高值，以及恢复期指标的趋势变化，并且必须附带正常参考值范围（Reference

Range），以便Global团队的老外医生能看懂。

每一次提交Narrative前，我的自我复盘标准只有一个：“如果我是审查这份报告的

医学总监，我只看这篇短文，能否有足够的证据支持我勾选‘可能相关’或‘可能无

关’？”如果发现有逻辑断层，比如写了“患者好转出院”，但没写出院时核心指标是否

恢复，我会立刻打回给自己，重新翻阅病历寻找答案。

Q11：描述一下你使用过的药物警戒数据库（如Argus,ArisG,PV-works等）

的常规数据录入及质控（QC）流程。

❌不好的回答示例：

我以前用过Argus系统。流程就是拿到报告后，登录系统，把病人的名字、性别填

上去。然后在产品那一栏把我们公司的药选上，在不良事件那一栏把症状打上去。

填完这些框框后，我就点击保存，然后点提交。接下来的质控就不归我管了，系统

会把案子转给QC组的同事，他们看看没问题就结案了。

为什么这么回答不好：

1、操作颗粒度太粗：完全没有体现出Argus系统中核心模块（General,Patient,

Product,Event,Analysis）的逻辑流转。

2、缺失关键技术动作：没有提到MedDRA编码、WHODrug字典匹配、预期性判断

等必须在录入环节完成的专业操作。

3、对QC理解过于肤浅：认为QC只是随便看看，没有说出质控阶段比对“结构化数

据”与“Narrative”一致性的核心逻辑。

高分回答示例：

我最熟练使用的是OracleArgusSafety系统。在我看来，数据库操作绝不仅是简

单的“填表”，而是将非结构化的医学信息转化为可供全球监管机构挖掘的结构化数

据的严密工程。

我的标准录入与质控（QC）流程分为三个高颗粒度阶段：

1、Triage（分诊）与查重排雷（What&Why）：拿到报告进入系统第一步，绝不

是直接建新案，而是利用Argus的Search功能进行DuplicationCheck（查重）。

我会交叉搜索患者首字母、年龄和事件发生日期。因为一旦将同一医院发来的两份

相同报告录成两个Case，后续会产生严重的虚假数据冗余。确认无重复后，我会进

行案件分级（Triage），判定是否为加急报告，锁定Day0。

2、核心Tab页的数据重构与字典映射（How）：在DataEntry阶段，我严格按模块

推进。在Product（产品）标签页，我不仅填药名，还必须使用内置的WHODrug字

典确保合并用药编码准确；在Event（事件）标签页，我运用MedDRA进行PT级编

码，并重点核对事件的“OnsetDate（发生日期）”与“Diagnosis（诊断）”逻辑。

最关键的是Analysis（分析）标签页，我必须基于参考安全信息（RSI）完成预期

性（Expectedness）盲判，并录入因果关系。

3、交叉验证质控（QC）逻辑（How）：如果我作为QC专员审核同事的案件，我

的核心抓手是“一致性校验”。我不会只看错别字，我会将Argus中的结构化选项卡

（如事件结果Outcome栏选了Recovered）与非结构化的Narrative最后一句进行

严格比对。如果发现系统选项选了“已恢复”，但Narrative里写着“患者仍在抢救”，

这就是一个致命的逻辑矛盾（FatalError），我会立刻将其打回重做。

在系统版本升级（如Argus升级补丁）后，我通常会主动牵头进行一次压力测试复

盘，录入几个复杂的包含错误逻辑的DummyCase（测试假案），检验系统内置的

ValidationRules（校验规则）是否还能有效拦截低级错误。

Q12：如果你需要负责每周的医学文献检索，你会如何制定检索策略以确保不遗

漏潜在的个例安全性报告（ICSR）？

❌不好的回答示例：

如果让我做文献检索，我就每周五固定时间登录一下PubMed网站。然后在搜索框

里输入我们公司的药名，再加上“adverseevent”或者“sideeffect”这样的词，搜一

下这一周出来的最新文章。把题目看一遍，如果题目里面提到了有人吃我们的药出

事了，我就把文章下载下来仔细看，没提到的就不管了，这样速度比较快。

为什么这么回答不好：

1、数据库覆盖严重不足：只依赖单一的PubMed，忽略了Embase以及中国本地数

据库（CNKI,万方），必定导致漏报。

2、检索公式过于业余：不懂得使用MeSH主题词与自由词的逻辑组合，仅仅输入简

单的英文单词，召回率极低。

3、筛选标准随意：仅仅依靠“看题目”来判断，忽略了摘要和正文中可能隐藏的个案

信息，违背了文献筛查的两级标准。

高分回答示例：

负责全球范围的医学文献检索，最核心的风险是“漏报隐蔽信号”，因为文献检索不

仅是为了抓取ICSR（个例报告），更是为了发现潜在的群体安全信号。我制定的检

索策略基于“全域覆盖、精准组合、分级漏斗”三大原则。

具体的执行与防漏报路径如下：

1、构建无死角的数据库矩阵（What）：在数据库选型上，我绝不依赖单一平台。

对于全球项目，我将PubMed和Embase作为双引擎，因为Embase在欧洲和药学

类期刊的收录上远超PubMed。如果是国内项目，我强制要求将CNKI（知网）和万

方数据库纳入周检列表，确保中国基层医院发表的中医或中西医结合不良反应个案

不被遗漏。

2、配置高敏检索式（Why&How）：这是防漏的核心。我不会只搜“药名+side

effect”。我会编写包含布尔逻辑（AND/OR）的复合检索串。例如，我会将药物

的“商品名OR通用名OR研发代号”作为集合A，将“AdverseeventORToxicity

OR甚至MeSH主题词（Drug-RelatedSideEffectsandAdverse

Reactions）”作为集合B。AANDB组合后，还要通过系统过滤设定为“近7天发

表”，确保检索的高召回率（Recall）与高精度（Precision）。

3、执行双级独立筛选流程（How）：检索出的数百篇文献不能光看标题。第一级

筛选（Level1）：我会快速过标题和摘要，只要不能100%排除安全性信息的（比

如摘要提到“评估了药物耐受性”），就必须进入下一级。第二级筛选（Level2）：

下载全文，通过“Ctrl+F”搜索“患者、死亡、停药、住院”等核心字眼，精准定位是否

包含符合四要素的独立个案。

复盘机制上，由于各数据库的收录存在时滞，我会在每个季度末设计一个“回溯重检

（BacklogSearch）”动作，将时间窗口拉长到过去三个月，专门捕获那些期刊由

于系统延迟而在当周未能及时被索引上线的“漏网文献”。

Q13：临床试验中，PV部门与CRA（临床监查员）或数据管理（DM）部门进

行SAE一致性核对（Reconciliation）时，常发现哪些数据不一致？如何解决？

❌不好的回答示例：

我们和CRA核对数据的时候，经常发现PV数据库里的内容和EDC系统里的不一

样。比如病人发病的日期差了一两天，或者AE的名字写得不一样。如果遇到这种不

一致，因为临床试验是以EDC为准的，所以我一般就直接进PV系统，把我们系统

里的数据改掉，让它和EDC里的一模一样，这样大家就不用吵架了。

为什么这么回答不好：

1、违背医学独立判断原则：PV部门有独立进行MedDRA编码和医学评估的职责，

绝不能为了“不吵架”无脑盲从EDC更改数据。

2、缺乏溯源分析：没有指出为什么会产生不一致（例如随访信息的时间差），就

粗暴地单方面修改。

3、缺乏系统性的SOP：没有提及《安全性数据核对计划（SRP）》等正式文件，

把跨部门的专业核对说成了妥协。

高分回答示例：

在临床试验中，PV数据库（如Argus）与临床EDC系统之间的SAE一致性核对

（Reconciliation）是保障试验数据质量的关键防线。在我的经验中，如果不尽早

且定期地开展这项工作，往往会在数据库锁库（DBL）前引发灾难性的延误。

在日常核对中，最常见的数据冲突及我的解决路径如下：

1、高频冲突抓手（What）：根据我以往的统计，70%以上的不一致发生在三个字

段：AE发生日期（OnsetDate）、事件结果（Outcome）、以及首选语

（MedDRAPT）。这种不一致的根源通常是因为PV收到了研究者的紧急纸质/邮

件随访报告，而由于监查滞后，CRA尚未要求研究者将新数据更新进EDC系统。

2、确立“尊重源数据但保持医学独立”的解决逻辑（Why）：在处理冲突时，我坚决

反对“谁必须完全服从谁”的简单逻辑。如果是原始事实数据（如发生日期是3号还是

4号，是否用药），EDC作为临床源数据拥有优先解释权，我会发出DataQuery要

求确认。但如果涉及到医学编码（如EDC录了“头痛”，但Narrative里明确写了确诊

为“脑膜炎”），或者申办方因果关系评估，PV团队拥有决定权，必须要求EDC端进

行医学澄清。

3、制度化跨部门沟通流（How）：为了避免陷入无休止的邮件扯皮，我会在项目

启动初，与DM和CRA团队共同签订《安全性数据核对计划（SRP）》。规定每月

度导出一次LineListing（数据列表）进行宏核对。遇到不一致，我们不直接改系

统，而是由PV向CRA下发标准的SAEDiscrepancyForm（差异问询单），由

CRA去现场让研究者进行源数据核实（SDV）并签字确认后，再决定是改EDC还

是改PV数据库。

每次核对工作结束后，我都会做一个复盘统计表。如果发现某一个临床中心的“迟报

至EDC”的不一致率居高不下，我会建议项目经理重点监控该Site的PI，甚至要求驻

点CRA加强对该中心的GCP核查力度。

Q14：收到一份来自患者家属打来的自发报告热线电话，患者家属情绪激动且表

述混乱，你如何安抚并快速引导其提供完整的PV四要素？

❌不好的回答示例：

如果家属打电话来一直骂或者哭，我会先听一会。然后我会打断他说：“您先冷静一

下，您这样说我记不下来。您必须告诉我病人的名字、几岁了、吃了我们什么药、

具体有什么反应。如果您不提供这些信息，我这边的系统没法立案，也就没法帮您

解决问题。”我得按流程把四个要素问清楚。

为什么这么回答不好：

1、极度缺乏同理心：用“必须告诉我”、“不提供就不立案”这种命令式的官僚话术，

极易激化矛盾，引发公关危机。

2、沟通技巧拙劣：强行打断情绪激动的家属，违背了危机沟通中的“先处理情绪，

后处理事情”的原则。

3、实操引导性差：没有将枯燥的“四要素”巧妙转化为贴近患者生活场景的提问，生

搬硬套。

高分回答示例：

在处理患者热线这种最前端的自发报告时，我深知，患者家属打来电话时往往伴随

着极度的焦虑甚至愤怒。此时，PV专员不仅是数据的采集者，更是企业品牌温度的

第一道防线。我的核心策略是“情绪共情先行，要素隐蔽采集”。

在面对情绪激动且表述混乱的来电时，我采取的具体步骤如下：

1、降温与共情倾听（What&Why）：我绝不会用冷冰冰的法规去打断对方。第一

步，我会先花1-2分钟安静倾听，并在适当时候进行情绪验证：“张先生我非常理解

您的焦急，看到家人受苦确实让人很难受，请您放心，我们非常重视您的反馈。”通

过这种共情，先将家属从对抗状态拉入合作状态。

2、巧妙拆解并植入四要素（How）：等家属情绪稍作平复后，我不会像审犯人一

样抛出四要素清单，而是用关切的语气进行引导式提问。

提取患者与不良事件：“您刚才说阿姨晚上肚子疼得很厉害（捕获AE），那阿姨

今年大概高寿了？去急诊看了吗？”（捕获患者年龄和SAE线索）。

提取可疑药物与报告者：“为了帮您记录得更准确，您手边有药盒吗？能不能帮我

念一下盒子上的批号或者生产日期？（确认药物）。那后续如果医学部有建议，

我是打您现在这个手机号找您对吗？”（锁定报告者联系方式）。

3、风险隔离与内部流转（How）：在采集完信息后，家属通常会逼问“这到底是

不是你们药的问题，你们要赔多少钱？”。这时必须严守合规红线，我会温和但坚

定地回复：“目前我已为您做了最详尽的医学记录，但这需要专家团队进行综合评

估。我会在今天下班前转交给内部的专业部门跟进。”

放下电话后，我会立刻根据通话录音或手记，在Argus中建立初始档案。并在复盘

时，将这段优秀的沟通话术整理成Script（话术脚本），分享给新入职的PV呼叫中

心外包人员，帮助他们提升抗压能力和信息转化率。

Q15：对于一份缺乏关键随访信息的既往病史报告，且报告医生拒绝配合提供更

多信息，你的随访策略和关闭报告的底线是什么？

❌不好的回答示例：

如果医生说他很忙，不愿意再理我了，那我也没办法逼他。既然他明确拒绝了提供

更多病史信息，我就会在系统里写上“医生拒绝提供随访信息”，然后就直接把这个

案子关掉。毕竟我们已经打过一次电话问过了，是医生不配合，不是我们不去追，

万一被查出来责任也不在我们。

为什么这么回答不好：

1、尽职调查（DueDiligence）意识薄弱：仅仅尝试一次就放弃，完全不符合PV

行业公认的“至少三次不同渠道随访”的底线原则。

2、闭案逻辑草率：遇到阻力立刻放弃，没有尝试调动公司内部的其他资源（如

MSL、销售）去迂回解决问题。

3、缺乏高风险案例的把控度：未说明是否需要根据不良事件的严重程度（SAEvs

非SAE）来调整随访力度的差异化策略。

高分回答示例：

在PV随访工作中，遭遇临床医生的抵触或拒绝是非常普遍的痛点。我的核心处理原

则是：将“尽职调查（DueDiligence）”做到系统性留痕，在不破坏医生关系的前

提下穷尽所有可能渠道，并严格依据合规底线来执行闭案操作。

针对拒绝配合的临床医生，我的分层突围与闭案策略如下：

1、判断风险级别以配置资源（What）：首先，我不会对所有报告一视同仁。如果

这只是一个轻微的预期内AE（如恶心），且医生明确拒绝，我可能在发一封正式邮

件留痕后就会准备闭案。但如果这是一个致死性SUSAR或严重的未知信号，我必须

不惜代价深挖，这涉及公司的产品命运。

2、启用迂回借力战术（How）：既然直接打电话给医生被拒，我会立刻改变策

略。医生可能反感后台的PV人员，但他们通常很愿意和前线的医学联络官（MSL）

或资深销售代表沟通。我会将缺漏的关键病史（如是否有乙肝病史）整理成极简的

两三个问题，发给负责该医院的MSL或销售，请他们借着下一次拜访的机会，以“探

讨医学案例”的口吻帮忙核实，这往往能奇迹般地拿到核心数据。

3、执行“3次原则”底线与规范闭案（How）：如果上述方法均失效，我会严格执行

书面的三次随访留痕原则（例如：Day1电话、Day5发第一封邮件、Day14发最

终提醒邮件）。当所有尝试全部落空，我会在系统中详细记录每一次的Contact

Log（沟通时间、对象、结果）。最后，将报告状态变更为“Losttofollow-up（失

访）”而闭案。

在月度复盘总结中，如果我发现某个研究中心或某位医生频繁出现“拒绝随访”的情

况，我会向临床运营部门（如果是临床项目）发出警告，建议他们在下一次启动会

上，将“PV依从性”作为对该中心的一项考核指标进行提前沟通。

Q16：在处理来自销售代表（MedicalRepresentative）转交的报告时，你发

现距他们获知信息已经过去了10天，你该如何处理这个迟报问题？

❌不好的回答示例：

发现销售代表迟报了10天，我会先把数据录进系统，为了不影响我的合规指标，

Day0就写我今天收到的日子。然后我会给这个销售发一封邮件，批评他一顿，告

诉他下次一定要在24小时内发给我，不然我就要向他老板投诉。只要我把报告交上

去了，这个问题就算解决了。

为什么这么回答不好：

1、严重的数据造假倾向：为了掩盖迟报，擅自篡改Day0（写成自己收到的日

期），这是PV行业面临稽查时可直接导致业务停摆的致命红线。

2、缺乏CAPA体系思维：只停留在“发邮件批评”的个人恩怨层面，没有将其升级为

质量偏差（Deviation）并走正规的管理流程。

3、忽略加急处理逻辑：没有意识到这10天的延误可能已经导致该案例突破了监管

报告时限，未采取任何紧急挽救措施。

高分回答示例：

来自一线销售代表的迟报（LateReporting）是药企中最典型、也最致命的交叉部

门合规风险。遇到代表延误10天才转交的情况，我的处理铁律是：“绝对忠实于原始

时间戳，立刻启动紧急抢救，并用CAPA（纠正与预防措施）封堵漏洞”。

在这场与时间赛跑且面临违规风险的博弈中，我的具体执行动作如下：

1、坚守Day0红线并启动加急（What&Why）：我绝不允许为了部门指标好看而

去篡改Day0。Day0必须铁定记录为“销售代表最初听到患者反映的那一天”。鉴于

已经过去了10天，如果这是一个严重的、非预期的事件（如应在15天内递交），那

现在只剩下不到5天。我会立刻在系统中给该案件打上“Expedite（加急）”的红色

标签，暂停手头其他常规工作，优先完成该案的Narrative撰写和医学审阅，务必抢

在监管时限的最后关头完成递交。

2、触发Deviation（偏差）管理流程（How）：报告递交后，必须立刻进入合规清

算阶段。既然销售违反了“获知后24小时内上报”的内部政策，我会在公司的质量管

理系统中正式发起一个Deviation单据，明确记录延误天数及责任方，这能在面临药

监局稽查时证明公司有发现问题和自我纠错的能力。

3、执行根因分析与预防（How）：我不只发脾气，我会去做RCA（根因分析）。

我会和该代表及其大区经理开个短会，了解为什么迟报。是因为不知道PV邮箱？还

是因为怕影响销售业绩不敢报？找到原因后，我会制定CAPA。要求该代表甚至其

整个大区重新完成《药物警戒基础与员工义务》的SOP在线培训，并必须通过考

试。

复盘时，我会把这个迟报10天的案例隐去姓名，做成一张极具视觉冲击力的警示海

报（比如标明可能给公司带来多少罚款），在全公司的月度全员大会（Town

Hall）上进行宣贯，用真实的疼痛感倒逼前端业务线敬畏PV合规。

Q17：当研究者（PI）对某个SAE的因果关系判定为“肯定相关”，但公司申办方

（Sponsor）的医学评估认为是“可能无关”时，PV应该如何处理和上报？

❌不好的回答示例：

如果PI和公司医学部的意见不一致，那肯定以公司医学部的意见为主啊，毕竟临床

试验是我们公司花钱办的。而且如果写成肯定相关，万一变成了SUSAR要加急上

报，对公司的产品打击太大了。所以我会在系统里把PI的判定直接改成“可能无

关”，这样就能避开加急递交的麻烦。

为什么这么回答不好：

1、严重的学术不端与违规：擅自修改PI（主要研究者）独立做出的因果关系判定，

这是极其恶劣的数据篡改行为，严重违背GCP和GVP原则。

2、评估逻辑错误：完全不了解处理因果关系分歧时的“保守原则（或降级原则）”，

即在判定是否递交时，应以两者中较严重/较相关的结果为准。

3、缺乏风险披露意识：试图通过掩盖分歧来逃避加急递交，会将公司推向更大的

隐瞒不报的深渊。

高分回答示例：

在临床试验药物警戒中，研究者（PI）与申办方（Sponsor）因果关系判定出现分

歧是常态。面对这种情况，我的核心处理原则是：“双向尊重、如实双录、按最保守

原则触发递交”。

遇到这类分歧，具体的系统操作和法规递交逻辑必须极其严密：

1、恪守数据不可篡改红线（What）：我绝对不会去修改PI已经签字的判定。PI代

表的是一线临床医生的独立判断，申办方医学代表的是企业层面的宏观评估。在

Argus系统中，这两者的评估结果必须独立录入：在“Reporter

Causality”选“Related（相关）”，在“CompanyCausality”选“NotRelated（无

关）”。

2、运用“降级/保守”逻辑决定递交路径（Why&How）：在决定这个案子是否属于

SUSAR（需要7天或15天加急递交的严重且非预期的事件）时，全球通用的合规法

则是：只要PI或Sponsor中任何一方认为“可能相关”，在监管递交层面，我们就必

须将其按“相关”来处理。由于PI判定了相关，即便公司认为无关，我也必须立即启

动加急上报流程，绝对不能借此拖延。

3、利用“申办方意见”进行风险隔离（How）：虽然按相关上报了，但公司不应该背

这个“哑巴亏”。在撰写递交给监管机构的Narrative时，我会充分利用文末

的“SponsorComment（申办方意见）”段落。在这里，我会以专业的医学口吻详

细阐述申办方为什么认为无关（例如：指出患者潜伏在之前的严重病史，或者列出

合并用药中的明确致病真凶）。通过这种方式，既履行了合规上报义务，又维护了

产品的安全性立场。

每次发生此类严重分歧后，我的复盘策略是将其标记为高价值案例。我会建议医学

总监在下一次的研究者大会（InvestigatorMeeting）上，将此案例拿出来进行匿

名探讨，通过业务交流促使PI在未来的评估中能更周全地考虑替代病因。

Q18：请模拟一下场景：如果在临下班前10分钟，邮箱收到一份需在今天完成

递交的致死性SUSAR，你会如何开展应急处理？

❌不好的回答示例：

下班前10分钟收到这么紧急的东西真的很倒霉。但我看都已经快到下班时间了，今

天肯定做不完了，如果硬做万一出错怎么办？所以我会先在邮件里打个星号标记一

下。然后下班回家，明天一早我马上第一个处理它，多过十几个小时应该不会引起

什么大问题。

为什么这么回答不好：

1、职业素养与合规底线缺失：致死性SUSAR如果在当天不递交就会造成严重违

规，用“下班时间”来逃避法定递交义务，是极度不负责任的表现。

2、应急判断力弱：遇到突发状况，第一反应是拖延，而不是评估风险、拆解任务

和调动资源。

3、缺乏“最小化核心要素递交”的实操经验：不知道在极端时间压力下，可以通过提

交包含核心要素的不完美初始报告来合法化解危机。

高分回答示例：

如果在临下班前10分钟收到一份今天（Day7）必须递交的致死性SUSAR，我的

第一反应绝对不是下班，而是立刻进入“最高级别警戒状态”。对于PV人来说，法规

时限（Regulatory