真实世界研究合规管理手册

PAGE真实世界研究合规管理手册

目录TOC\o"1-4"\z\u一、总则 4二、适用范围与基本原则 7三、研究启动前合规评估 9四、研究方案合规审核要求 12五、研究参与方权责划分 14六、伦理审查合规管理要求 17七、受试者权益保护合规规范 20八、数据采集合规管理准则 23九、数据存储传输合规要求 25十、数据使用处理合规规范 27十一、数据隐私保护合规措施 31十二、研究实施过程合规管控 35十三、研究偏差处理合规指引 38十四、研究质量合规管理要求 40十五、研究安全性监测合规规范 44十六、不良事件报告合规流程 47十七、研究结果报告合规要求 50十八、研究报告真实性合规管理 52十九、合规管理制度体系建设 56二十、合规人员配置能力要求 59二十一、合规培训宣贯机制 61二十二、合规监督与检查管理 63二十三、合规问题处置整改要求 66

总则目的界定本手册旨在为真实世界研究活动提供系统性、规范化的合规管理指引，确保真实世界研究全过程符合学术伦理要求、法律法规规范及行业监管标准，保障研究活动在数据真实性、参与者权益保护、研究输出质量控制等维度实现合规运行，最终达成研究结论的可靠性与可信赖性，降低合规风险，提升研究活动的社会价值。适用范围本手册适用于所有开展真实世界研究的相关主体，包括但不限于研究项目负责人、研究者、数据提供方、研究合作机构、伦理审查委员会、监管机构对接人员等，覆盖真实世界研究立项、数据收集、分析应用、成果输出全链条环节的合规管理要求，适用范围不局限于特定地域、特定机构或特定研究方向，所有开展真实世界研究的活动均需严格遵循本手册要求。基本原则1、合规优先原则所有研究活动必须将合规管理作为核心前提，围绕合规要求设定研究全流程动作节点，对违反合规要求的行为坚决予以管控，禁止以规避合规为由实施不符合伦理、不符合监管要求的研究行为。2、责任明确原则清晰界定各参与主体的合规责任边界，明确各主体在真实世界研究全过程中的职责定位与义务要求，对责任承担情况进行明确约定，压实各环节合规责任，避免责任模糊导致的合规隐患。3、全程管控原则覆盖研究活动全生命周期设置合规管控节点，从研究立项初期、研究实施阶段、研究应用阶段到成果输出阶段，逐环节制定合规管控规则，实现全流程合规覆盖，杜绝合规疏漏。4、动态适配原则结合真实世界研究的发展特征、监管要求变化及研究具体场景差异，及时动态调整合规管控规则，适配不同研究类型、不同区域研究场景的合规需求，持续保障合规管理的有效性。权责体系1、牵头管理部门成立由研究项目总负责人牵头，法务、伦理、科研、审计等相关部门共同参与的合规管理组织，统筹研究全流程合规管理落地工作，定期评估合规管理实施效果，针对合规管控中出现的动态问题提出优化调整方案，确保合规管控机制的有效性。2、主体合规责任研究项目负责主体承担核心合规责任，需对研究全流程合规性负责，包括开展研究前的合规预评估、研究实施中的合规管控、研究过程异常的合规响应，最终对研究结论及成果的合规性负责。3、各参与方合规责任数据提供方需履行数据真实性、完整性、可溯源性提供义务，确保提供的研究数据符合研究要求，承担数据相关合规责任；研究合作方需履行合规配合义务，确保自身机构及人员符合真实世界研究的合规要求，承担合作环节合规责任；伦理审查委员会相关主体需履行伦理审查责任，对研究方案、参与对象、伦理风险等进行审查，承担相关合规责任；监管机构对接人员需履行监管对接责任，配合开展合规核查、合规反馈工作，承担相关合规责任。管控要求1、准入合规要求研究项目立项前必须完成合规预评估，明确研究符合合规要求的可能性，对研究涉及的数据、场景、伦理风险等开展预评估，不符合合规要求的立项申请不予批准，确保研究具备合规开展的前提条件。2、过程管控要求研究实施过程中需设置合规管控节点，对研究数据、研究方案、参与人员、涉及活动的合规性进行动态管控，出现合规风险时第一时间采取风险处置措施，对违规行为及时整改，保留合规处置证据，不得隐瞒、逃避合规问题。3、输出管控要求研究成果产出前需完成合规复核，对研究结论、研究报告、成果文档等开展合规核查，确保成果符合研究要求、符合合规标准，对成果中涉及的利益披露、研究信息使用等事项进行合规核对，防范合规风险传导至后续使用场景。适用范围与基本原则适用范围本手册的适用对象为开展真实世界研究活动的所有组织及个人，涵盖预研究、探索性研究、验证性研究以及系统性应用研究等各类研究类型。无论是处于研究启动阶段的参与主体，还是推进研究中后期开展数据整合与分析的工作群体，均需严格依据本手册开展合规管理。该适用范围覆盖研究全周期，覆盖研究从设计、执行到成果交付的全部环节，确保所有参与真实世界研究活动的主体在同一合规框架下开展相关工作，保障研究的规范性、合规性，避免因行为偏差导致的研究结论失真或引发合规风险。基本原则本手册所确立的基本原则，是规范真实世界研究合规管理的核心准则，所有参与真实世界研究的主体需始终遵循以下基本原则开展各项工作：1、合规优先原则真实世界研究的开展必须将合规要求置于核心位置，所有研究活动、数据使用、成果产出、资源配置等环节，均需以合规为前提开展，坚决杜绝以合规约束为附加条件的非合规行为，确保所有研究行为均符合合规要求，避免因违规操作引发法律、伦理及研究成果效力等多重风险。2、独立性原则研究开展过程中需保持独立判断与客观中立，研究主体不得受任何外部不当干预、利益引导干扰研究逻辑，在数据收集、分析、结论得出等各环节均需基于独立研究视角开展，避免利益纠偏、诱导偏差等行为，保障研究结论的客观性与真实性，维护研究的独立价值。3、全程覆盖原则真实世界研究合规管理需贯穿研究全周期，覆盖研究设计、数据获取、分析、应用、成果交付等全部环节，各环节均需落实合规管理要求，对可能涉及的合规风险点进行全流程管控，防范风险在各个环节蔓延扩散，确保研究全流程符合合规要求，避免合规漏洞积累。4、动态适配原则合规管理需结合真实世界研究的实际情况动态调整，依据研究进展、环境变化、技术发展等实际因素及时优化合规管控措施，针对研究中出现的新问题、新场景适配新的合规要求，确保合规要求与实际研究需求精准匹配，保障合规管控的适配性，避免过时管控或管控不足的问题。5、责任明晰原则清晰界定各类参与主体在真实世界研究中的合规责任，明确各主体在合规管理中的权利边界与责任边界，对相关责任清晰划分，确保各主体主动落实合规要求，避免责任推诿，保障合规责任的有效落实。6、风险防控原则主动识别真实世界研究全流程中的各类合规风险，提前构建风险识别、防控、处置的闭环管理机制，针对性排查风险点，采取相应的管控措施，精准消除各类合规风险，保障研究的合规开展，维护研究秩序与合规体系的稳定运行。研究启动前合规评估研究目标与合规需求的界定研究启动前合规评估的首要任务是精准界定研究目标的具体内涵、核心预期价值以及与之紧密关联的合规需求。需明确研究旨在解决何种实际问题、实现何种验证目的，以及参与研究的各方在合规维度的具体要求，从而为后续合规管理工作提供清晰、明确的方向指引。在界定过程中，应全面梳理不同研究场景下的核心需求，确保评估工作覆盖研究的全部关键要素，避免因目标偏差导致合规管理工作偏离实际需求。合规风险要素的全面识别在界定研究目标后，需系统识别与研究启动相关的各类潜在合规风险，涵盖业务操作、数据合规、伦理合规等多维度风险。业务操作层面，需考量研究开展涉及的流程合规性要求，包括研究方案制定是否符合业务规范、外部协作环节的合规要求等；数据合规层面，需评估研究涉及的数据采集、存储、使用等环节是否符合数据相关合规准则，是否存在数据泄露、滥用等风险；伦理合规层面，需明确研究过程中的伦理风险评估标准，保障研究活动符合伦理规范要求。还需识别可能涉及的其他合规风险，如知识产权风险、版权合规风险等，全面覆盖风险识别的完整维度，为合规评估提供全面的风险基础。合规管理体系适配性检验针对识别出的合规风险，需检验现有合规管理体系是否具备适配性，包括体系覆盖范围、管理流程合规性、制度配套完整性等。需评估现有合规管理框架是否能够充分覆盖研究全流程的合规要求，各项合规管理环节是否具备可执行性，制度体系是否存在与合规需求不匹配的短板。需结合研究的具体场景，判断现有合规管理体系是否能够匹配研究的特殊需求，若存在适配性不足的情况，需提前制定适配性调整方案，明确调整的方向、目标及实施路径，确保合规管理体系与研究需求匹配，避免因管理体系不适配导致合规风险无法有效管控。资源投入与合规能力保障评估需对研究启动前的资源投入与合规能力保障情况进行全面评估，明确研究开展所需的资源支持方向，以及当前能够支撑合规管理的核心能力基础。在资源方面，需考量研究所需的技术、人力、资金等资源配置情况，确认资源投入是否满足合规管理的全部需求，是否存在资源不足导致合规风险管控能力受限的问题；在能力方面，需评估现有合规管理人员、合规操作规范、合规检测工具等能力条件是否充足，是否能够保障研究过程中的合规管控工作有效落地。评估过程中需重点关注资源与能力的匹配程度，若存在不足，需提前制定资源调配与能力提升方案，明确举措、时间节点及目标要求，保障合规管理的落地实施。合规要求与约束条件的确认需明确研究启动过程中需要遵循的各项合规要求与约束条件，涵盖法律、伦理、操作、制度等多维度要求。需梳理与研究开展直接相关的合规约束清单，包括法律底线要求、伦理标准要求、操作流程规范、制度执行要求等，明确各项约束条件的触发场景、判定标准及违规后果。需确认各项合规要求与约束条件的合理性，避免出现不符合合规逻辑的约束要求，确保合规约束条件可执行、可判定，为研究合规管理提供明确的约束依据，避免合规管理工作缺乏明确依据引发违规风险。合规风险评估的动态调整在开展合规评估后，需对评估结果进行动态研判，根据研究推进的实际情况调整评估结论。需结合研究进展中出现的新的风险因素、合规需求变化等情况，及时重新评估合规风险等级，明确风险演变趋势。若评估结果显示存在风险升级、风险增多的情形，需及时调整合规管理策略与措施，明确后续管控的优先级、重点管控方向及应对方案，确保合规评估结果能够随着研究进展动态调整，保障合规管理始终符合研究需求，有效防控合规风险。研究方案合规审核要求审核前置条件与目标界定研究方案合规审核作为真实世界研究全流程管理的核心环节，需以防范合规风险、保障研究严谨性为前提开展。审核目标核心在于精准识别研究方案在合规边界内可能存在的越权风险、逻辑冲突及伦理漏洞，为后续研究实施提供底线支撑，确保研究过程符合合规规范要求，避免因方案违规导致的研究数据失真、伦理争议等风险，使研究方案具备可执行性与合规性。多维内容合规性审查体系构建研究方案合规审核需搭建覆盖多维度的审查体系，全面排查方案各类风险要素，具体涵盖内容、逻辑、边界、伦理等维度：内容维度重点核查方案所涉及的研究假设、数据选取标准、样本纳入排除规则、变量定义及分析逻辑是否符合真实世界研究的基本原则，是否存在概念混淆或操作不规范问题；逻辑维度重点校验研究设计、数据计算逻辑、结论推导链条是否存在逻辑漏洞，是否存在不合理假设或简化推导情况，避免因逻辑链条缺失导致研究结论失实；边界维度重点识别研究方案是否超出真实世界研究的合规适用范围，是否存在涉及未披露群体、干预方式缺乏伦理依据、研究范围超出合理评估边界等情形，确保研究边界处于合规可控范围内；伦理维度重点核查方案中涉及的人员保护、知情同意、数据所有权归属、特殊人群纳入规则等符合伦理要求的内容，是否存在伦理要求缺失或存在潜在伦理风险的情况。风险要素专项识别与等级评定针对审核中识别出的各类风险要素，需开展专项识别与等级评定，建立风险分级标准，明确不同风险等级对应的管控要求：高风险项需列入优先审核清单，要求立即修正方案相关风险点，采取针对性管控措施防范风险扩散；中低风险项需逐步完善方案细节，明确风险控制要求；低风险项可按常规流程推进审核。针对各类风险，需细化管控责任主体，明确责任人员、管控时限、处置标准，确保风险可识别、可控制、可追溯。审核流程规范与责任落实研究方案合规审核需遵循规范流程推进，明确各环节责任，确保审核覆盖全面、判定准确、落地有效：审核启动阶段需由具备相关资质的专业审核人员牵头，结合真实世界研究通用规则开展系统性审查，覆盖方案全要素；审核执行阶段需逐项核查风险点，形成审查记录，留存核查依据、判定结论及对应整改建议；审核反馈阶段需向研究负责人明确审核意见及整改要求，明确整改时限，避免问题滞留；后续需建立审核跟踪机制，对整改落实情况进行动态核查，确保方案合规要求得到落地，从源头降低合规风险。专项审核规则细化与差异规避针对通用规则及特殊场景的风险防控，需细化专项审核规则，明确不同场景下的管控要求：针对不同研究类型（如学术研究、临床应用、公众科普等）的差异，明确不同场景下的合规要求边界，避免泛化管控；针对不同研究阶段（如方案论证阶段、实施阶段、成果产出阶段）的差异，明确不同阶段合规审核重点，适配不同阶段的合规需求；针对信息范围差异（如涉及内部数据、公开数据、未公开资源等），明确不同信息场景下的审核侧重，避免不合理的管控限制，确保规则针对性强、可落地执行。研究参与方权责划分总体原则研究参与方权责划分需遵循全面覆盖、权责对等、风险防控、协同联动的基本原则，确保各参与方在真实世界研究各环节均清晰界定权利与义务，形成权责清晰、管理规范、协同高效的权责体系，保障研究过程合法合规、数据安全有效、研究质量可靠。核心主体权责划分1、研究组织方权责研究组织方作为真实世界研究总牵头主体，承担核心统筹职责，具体包括：负责制定统一的研究方案与质量要求，统筹资源调配保障研究推进；负责对研究参与方进行资质审查与准入管理，明确符合研究要求的参与方准入标准；对研究各环节实施全流程监督，管控研究过程合规性；负责研究成果汇总整理与质量评审，保障研究结论的科学性与可靠性；承担研究全链条风险防控主体责任，防范研究过程中出现的合规风险与数据安全风险。2、研究申报方权责研究申报方作为研究项目提出主体，需履行项目申报相关义务，具体包括：按要求提交符合研究规范的申请材料，如实说明研究背景、预期目标及实施内容，确保申报信息真实准确；对申报材料准确性、合规性承担自查责任，提交前完成基础合规核查，避免因申报失实引发后续纠纷；配合研究组织方开展申报材料审核、对接评审环节，提供必要的支持材料；对研究方案执行、数据获取等环节依规开展监管，确保申报内容符合研究合规要求。3、数据提供方权责数据提供方作为研究数据核心供给主体，需履行数据提供相关义务，具体包括：按照研究规范提供符合研究用途的数据类型、数据数量与数据质量要求，提供过程中需确保数据来源合法、数据准确性与完整性，规避数据失真、数据违规等问题；对提供数据的合规性承担自查责任，提交前完成数据基础合规核查，保障提供数据符合研究应用需求；配合研究组织方开展数据核查与质量校验，对提供数据的合规性、可用性提出相应要求；对数据使用环节的合规性承担管理责任，避免数据用于违规场景，保障数据使用的合规性。4、合作实施方权责合作实施方作为研究核心执行主体，需履行合作执行相关义务，具体包括：严格遵循研究方案要求开展研究实施工作，控制实施过程中数据使用、成果产出等环节的合规性，避免操作违规行为；对研究实施过程及成果质量承担主体责任，落实过程监管、成果管控要求，保障研究实施符合合规标准；配合研究组织方、数据提供方的协同监管，配合核查、审核等研究相关工作，确保执行过程合规、结果符合研究规范；对合作中出现的合规风险负相应管理责任，承担风险防控义务。5、研究使用方权责研究使用方作为研究成果应用主体，需履行应用相关义务，具体包括：按照研究制定的合规使用规范对研究成果进行应用，不得擅自用于违规场景，防范研究成果滥用引发合规风险；对研究成果的使用合规性承担自查责任，应用前完成合规性核验，确保应用符合研究适用要求；配合研究组织方、合作实施方的使用监管，配合成果核验、场景适配要求，保障成果应用的合规性；对研究成果使用过程中的合规性承担管理责任，避免违规使用影响研究结论的可靠性。6、伦理监管方权责伦理监管方作为研究合规监督主体，需履行监管相关职责，具体包括：对研究全流程合规性开展监督，对研究参与方的行为、研究过程、数据使用等环节的合规性进行审查，排查违规风险隐患；负责研究参与方的伦理监管，要求参与方落实研究伦理要求，开展伦理评估、伦理风险管控工作，防范伦理问题引发合规风险；对研究的合规性出具监督意见，对违规问题提出整改要求，保障研究全流程合规；承担研究合规风险防控的监督职责，对风险管控措施落实情况进行检查，保障研究合规监管落地。权责联动协调机制1、权责对接机制建立研究参与方权责精准对接机制，确保各参与方权责边界清晰、权责衔接顺畅，形成权责对应的管控联动体系，避免权责不清引发的监管盲区或执行偏差，推动研究各环节权责管控全覆盖。2、协同联动机制构建权责协同联动机制，明确各参与方的权责协同内容，包括组织配合、数据协同、过程协同、风险协同等维度，推动参与方权责联动执行，通过协同落实保障研究各环节权责管控落地，提升研究合规管理的整体性、针对性。3、动态调整机制建立研究参与方权责动态调整机制，根据研究实际进展、参与方履约情况、合规风险变化等情况，对权责范围、权责内容进行动态调整，确保权责体系适配研究发展需求，持续保障权责管控的有效性。伦理审查合规管理要求伦理审查制度的全面构建与常态化执行本要求强调伦理审查制度需从初始建立到持续执行形成完整闭环管理体系。其一，应明确伦理审查的具体范畴，涵盖真实世界研究涉及的所有核心环节，包括但不限于研究方案设计、受试者招募与筛选、研究方案实施、数据收集与整理、研究结果分析、研究结论形成及最终报告等，确保每一环节均需符合伦理审查标准，实现对研究全流程的合规管控。其二，需建立伦理审查的常态化机制，要求伦理审查工作在研究实施的起始阶段、关键调整阶段及研究终结阶段同步推进，杜绝伦理审查流于形式，确保审查结果经得起复盘与验证，保障研究决策始终以伦理为核心依据。其三，需配置具备独立专业判断能力的伦理审查团队，明确审查人员的资质要求，明确其需具备扎实的伦理学基础、丰富的真实世界研究实践经验以及严谨的学术判断能力，确保审查过程专业性与准确性，避免因人员能力不足导致审查结果偏差。伦理审查的严谨审查流程与规范执行针对伦理审查流程，需明确覆盖从初始申报到最终结论的全流程规范，所有环节均需遵循严格准则。其一，审查启动阶段应严格审查审查对象的适用范围，精准筛选符合研究设计要求、具备研究参与能力的真实世界受试者，同时需评估受试者的基本资质是否符合伦理审查要求，避免因对象选择不当引发伦理风险。其二，审查方案论证阶段需对研究方案进行全面合规性评估，重点核查研究设计是否合理、伦理干预是否存在过度风险、受试者权益保障措施是否到位、数据收集与使用是否存在伦理偏差，确保方案本身具备伦理合理性。其三，审查过程执行需遵循规范化要求，审查人员需客观、中立、审慎地开展审查，全面考量研究的设计逻辑、受试者权益保护、潜在风险防控等多维度因素，出具明确的审查结论，针对存在争议事项需给出充分依据，杜绝主观臆断，保障审查结论客观可追溯。伦理审查结果的严格约束与动态调整机制伦理审查结果的执行需严格遵循约束性要求，保障审查结论的严肃性与权威性。其一，对审查结论的约束要求，研究开展过程中若出现与审查结论相悖的情形，需及时开展专项复盘，精准排查差异成因，通过调整研究方案、优化伦理干预措施、修正研究设计等方式予以纠正，严禁以研究推进为由规避伦理审查要求，确保研究始终符合伦理规范。其二，动态调整机制需建立与审查结论的联动机制，针对研究实施过程中出现的突发风险、受试者权益维护需求调整、研究范围变化等情形，需及时对审查结论进行评估与调整，确保审查要求与实际研究需求保持动态适配，避免因前期审查结论固化引发后续伦理风险。其三，审查结果的评估需贯穿研究全程，审查人员需定期对审查结论的有效性进行复核，确保审查要求的时效性、适用性始终符合研究进展，持续优化伦理审查规则，保障合规要求的落地执行效果。伦理审查合规的溯源与长效监控机制为强化伦理审查合规管理的系统性，需建立溯源与长效监控机制。其一，溯源机制需覆盖审查全流程，对每一次伦理审查、每次审查结论的出具、每次审查过程记录、每次研究环节合规性核查均进行全链路记录，形成可追溯的审查档案，明确各项审查环节的执行依据，为后续审查评估、违规溯源提供完整依据。其二，长效监控机制需贯穿研究全周期，要求将伦理审查合规纳入研究全流程的常态化监控范畴，定期开展合规巡检，排查研究各环节合规风险，针对新开展的研究项目同步开展前置伦理审查，确保研究全周期合规管控持续有效，防范合规风险复发。其三，合规机制的动态优化需依据监控结果开展，针对检查中发现的制度漏洞、执行偏差、风险短板，及时制定优化举措完善相关管理要求，形成常态化优化机制，持续提升伦理审查合规管理的精准性、有效性，保障研究的长期合规开展。受试者权益保护合规规范受试者知情同意体系构建合规要求1、知情告知义务全域覆盖需确保受试者在研究启动前，能够通过多途径获取与研究相关权益的完整信息，包括但不限于研究背景、预期目标、潜在风险、可能的获益以及受试者本人可自主参与决策的机制等。内容应通俗易懂、全面清晰，避免使用专业术语产生理解障碍，确保受试者在充分知情基础上做出自愿选择。2、知情确认过程规范化执行建立标准化知情告知流程，明确告知内容需经独立且经培训合格的人员审核，经受试者确认后方可正式开展研究。全程需留存完整的知情告知记录，记录内容应包含告知人身份、告知时间、告知事项要点、受试者确认情况等要素，确保知情过程的不可逆性与透明度。受试者隐私数据保护机制落实规范1、数据采集全流程管控数据采集环节需严格执行准入校验，仅从经审查符合研究需求、资质合格的合法来源获取受试者相关数据，避免通过非法渠道获取数据或违规采集非研究所需敏感信息。数据存储、传输、使用等各环节需采取加密措施，严格限定数据访问权限，仅授权人员可接触相关数据，确保数据防泄露、防篡改。2、隐私信息保护精细管理建立隐私信息分级保护制度，对不同类型、敏感度较高的隐私信息采取不同防护策略，严格禁止私自处理、对外泄露或挪作他用。禁止以任何形式将隐私信息用于超出研究目的的其他用途，对涉及受试者隐私的信息使用需全程留痕，符合可追溯、可校验要求，保障受试者隐私权益不受侵害。受试者特殊群体权益保障强化标准1、特殊人群分类适配保障针对高龄、多病、认知障碍、残障等特殊受试者群体，需制定差异化权益保障方案，针对其身体状况、认知水平等特殊限制，调整告知内容、参与流程及风险监测标准，匹配其特殊需求制定合理保障措施，确保特殊人群权益不受损。2、特殊群体权益动态监测机制建立特殊群体权益动态监测体系，定期评估特殊群体在知情同意、参与过程、数据权益等方面的保障落实情况，对发现的权利侵害问题及时干预处置，及时整改保障漏洞，保障特殊群体权益得到持续维护。受试者权益保障纠纷应对处置规范1、争议识别与响应机制建立受试者权益争议全流程识别机制，在研究开展过程中、参与过程中、权益受侵害后，第一时间明确争议类型及影响范围，制定快速响应处置流程，明确责任认定、处置流程、整改期限等要求，第一时间妥善回应受试者诉求，防止纠纷扩大。2、纠纷处置与权益修复保障针对权益纠纷开展专项处置工作，明确责任主体、处置措施，确保纠纷及时化解。建立权益修复机制，对因权益保障疏漏导致损害情形的，制定针对性修复措施，保障受试者合法权益恢复至符合要求的状态，形成权益保障闭环管理，避免同类问题发生。受试者权益保护效果动态评估机制1、评估指标体系构建建立系统化的受试者权益保护评估指标体系，涵盖知情同意覆盖率、隐私数据合规率、特殊群体权益保障完成率、纠纷响应处理及时率、权益受损修复率等核心维度，全面覆盖权益保护全流程各个环节，确保评估维度全面、可量化。2、评估结果应用与整改跟踪定期开展权益保护效果评估，根据评估结果对相关管理流程、保障措施进行调整优化，将评估结果作为后续研究管理、合规审查的核心依据，对评估中发现的漏洞及时整改，持续提升受试者权益保护水平。数据采集合规管理准则数据来源采集合规原则1、多元来源统筹原则：数据采集需综合考量多源渠道，包括内部基础数据、外部公开资源、合作机构联合采集等多种类型，在规划数据获取路径时需统筹全局，建立覆盖全面、结构合理的采集体系，确保数据来源的多样性，保障研究所需的各类数据充分获取。2、合法合规获取原则：所有数据来源的采集必须严格遵循合法合规要求，在获取外部数据时，需确保其来源具备合法授权、内容真实有效，严禁通过非授权渠道采集数据、规避合规审查，确保数据来源的合法性为数据采集开展筑牢基础，从根源上杜绝因数据来源不合规引发的合规风险。3、来源质量把控原则：采集后对数据来源质量进行严格审核，包括数据来源合法性核验、内容真实性校验、完整性评估等环节，对来源质量不达标的数据及时排查、调整或剔除，避免低质量、无效数据进入后续研究流程，保障数据质量满足研究开展要求。数据采集流程合规要求1、流程全链路管控原则：数据采集需构建全流程管控机制，涵盖数据申请、采集、校验、存储、移交等全环节，每个环节均设置明确合规管控节点，从源头到末端形成严密流程约束，确保采集全过程的合规性，避免流程中出现合规漏洞。2、申请准入合规要求：数据申请环节需明确严格的准入标准，仅选取符合研究需求、来源合法合规的数据申请权限，申请数据需具备明确研究指向、适用场景清晰，对申请数据的内容范围、获取条件等提出明确限定，所有申请数据均需在申请阶段完成合规审核，未经审核的数据不得进入采集流程，从源头规避申请不合规引发的合规问题。3、采集执行规范要求：数据采集过程需严格遵循标准化操作规范，明确数据采集的具体操作步骤、技术约束要求与操作时限，规定数据采集的精度、规范标准等具体要求，保障采集过程符合合规要求，避免数据采集过程中出现不规范操作引发合规隐患。数据采集安全管控要求1、数据传输与存储安全原则：数据采集过程中的数据传输、存储环节需实施全方位安全防护，针对数据传输环节采用加密存储、传输等技术措施，对数据采集内容、存储介质设置严格权限管控，仅允许经授权人员获取、使用相关数据，确保数据在传输、存储过程中免受外部风险干扰，避免数据泄露、篡改等风险，保障数据安全。2、存储合规管理要求：数据存储环节需设定严格的存储规范，明确不同数据类型的存储要求、存储期限、留存要求，对不同敏感数据、重要研究数据设定专属存储规则，确保数据存储合规，避免存储环境违规、存储期限超出规定等引发的安全与合规风险。3、数据使用权限管控要求：数据采集后的数据使用环节需实施精细化权限管控，严格限定数据使用范围、使用场景，仅允许符合合规要求的主体使用数据，对所有数据使用行为进行全程监控与合规审核，确保数据使用符合规范要求，防止违规使用数据带来的合规问题。数据采集偏差规避要求1、数据采集偏差识别要求：建立数据采集偏差识别机制，定期监测数据采集过程，重点关注数据来源差异、采集环节误差、数据处理偏差等因素引发的数据偏差，及时识别偏差情况并标注、记录，排查潜在偏差根源，防止偏差持续影响后续研究结论的准确性。2、偏差动态防控要求：针对已识别的采集偏差制定动态防控方案，明确偏差防控的具体措施，包括偏差修正、偏差调整、偏差剔除等处置流程，对偏差情况进行定期复核，确保偏差得到有效防控，保障数据采集数据的准确性，降低偏差对研究结论的潜在影响。3、偏差反馈整改要求：建立数据采集偏差反馈机制，对排查、处置的采集偏差进行汇总分析，针对偏差产生原因、防控措施等形成反馈，用于优化数据采集规范、提升数据获取的准确性，从机制层面减少采集偏差的发生，保障数据质量稳定。数据存储传输合规要求存储载体与介质管理要求1、数据存储载体应选用具备符合国家通用信息安全等级标准的物理介质，如加密磁带、非易失性存储芯片、密封隔热介质箱等，确保存储介质在存储、传输全生命周期内不受物理环境干扰，同时保证数据存储的不可篡改性。2、存储介质在使用前需完成全量合规检测，包括电磁兼容性校验、抗干扰能力测试、耐久性评估，检测数据需留存全程记录，且检测报告需附带对应存储技术的合规证明，确保存储介质符合国家相关技术标准要求。3、存储介质的存储容量、存储效率、数据保留周期等参数需符合真实世界研究的数据管理通用规范，容量设置需预留足够数据扩充空间，保留周期需兼顾数据实际研究价值与存储成本，避免存储资源浪费。数据传输方式与通道管理要求1、数据传输需遵循真实性、安全性、实时性兼顾的原则，禁止通过公共网络直连、非加密通道传输研究数据，所有数据传输需通过独立、加密的专用传输通道完成，确保数据传输过程不可被篡改、不可被非法访问。2、数据传输通道需具备双向加密功能，传输内容需符合数据分级分类管理要求，分级分类规则需明确区分研究核心数据、一般研究数据、辅助参考数据等不同数据层级，不同层级对应不同的传输权限管控。3、传输通道需支持数据溯源功能，确保对数据传输全流程进行可追溯，当传输行为不符合合规要求时，可快速定位问题源头，避免数据泄露、篡改风险。存储与传输网络架构管控要求1、真实世界研究数据存储与传输网络架构需独立于研究业务网络运行，网络架构设计需符合信息安全防护要求，遵循隔离、分级、加密配套管控逻辑，避免存储与传输网络相互干扰，导致数据被非法访问、泄露。2、存储网络需建立分层管控体系，区分本地静态存储、云端动态存储、离线传输存储等不同存储场景，分别制定适配场景的管控规则，确保不同存储场景下的数据存储均符合合规要求。3、传输网络需同步配套传输节点管控规则，传输节点需开展动态合规校验，核查节点权限、传输链路合规性，禁止未授权节点接入数据传输通道，从网络层面构建数据传输全链路防护体系。存储与传输行为监测与管控要求1、需建立数据存储、传输全流程合规监测体系，通过技术手段对存储、传输行为进行实时监测，监测范围覆盖存储介质写入、存储容量变化、传输通道加密状态、传输内容校验等全环节，实时识别不符合合规要求的行为。2、监测结果需及时溯源并反馈，针对监测到的问题行为，需明确问题责任主体，按照整改要求完成问题排查与处置，确保所有存储、传输行为均符合合规标准。3、建立合规整改跟踪机制，对已整改问题开展效果核验，确保问题彻底闭环，避免合规漏洞反复出现。数据使用处理合规规范数据采集阶段合规要求数据采集是数据使用处理合规的起点，研究团队需依据统一数据采集准则制定操作规范，明确数据来源范围、采集方式、采集频率及采集边界。所有数据采集活动须基于真实场景需求，避免无目的数据采集、过度采集敏感信息或采集偏离研究实际所需的非必要数据。数据采集过程中，需严格履行数据合法性审查流程，确认采集数据的权属来源符合合法合规要求，确保所采集数据处于可合法使用、可溯源性范围内，严禁通过非法途径获取未经授权数据或使用不可追溯数据开展研究。须对数据采集过程的合法性开展全程核查，所有数据采集行为均需留存过程记录，记录内容需涵盖数据采集时间、采集内容、采集方式、采集主体信息等要素，为后续数据使用处理合规提供完整依据，从源头杜绝数据采集环节的不合规行为。数据使用阶段合规要求数据使用阶段是数据合规管理的核心环节，需建立全流程管控体系，覆盖数据使用范围界定、使用方式管控、使用时效管理等多维度要求。首先，需明确数据使用边界，统一划定各类数据的使用权限范围，仅针对研究所需核心数据开展使用，严禁超出研究范围使用数据，避免非必要数据使用的合规风险。其次，需对数据使用方式开展规范管控，针对数据调用场景、调用频率、数据存储与流转路径进行严格约束，要求数据调用需遵循按需使用原则，不得擅自复制、存储、修改、传播数据，严格遵循数据使用流程与使用规范，避免因不当使用数据引发合规问题。再次，需对数据使用时效进行合理管控，明确各类数据的保存期限、使用截止时间，对过期数据及时清理，避免在已不符合研究需求、使用要求的数据上开展操作，防止因数据过期带来的合规隐患。数据使用过程中需定期开展合规审核，结合研究进展动态核查数据使用行为的合规性，及时调整使用规则，确保数据使用始终符合合规要求。数据处理环节合规要求数据处理环节是数据合规管理的重点管控领域，需针对数据处理的全流程制定细化管控规则，防范数据安全风险及处理不当引发的不合规问题。首先，需落实数据脱敏管控要求，针对涉及个人敏感信息、特定核心数据等类型的处理场景，依据研究需求制定对应的脱敏规则，通过匿名化、去标识化、泛化处理等方式减少数据敏感性，严禁未脱敏数据直接开展处理操作，保障处理后的数据仅具备研究可用的基础信息，避免敏感信息泄露风险。其次，需强化数据存储合规要求，规范各类数据在存储环节的操作，明确数据存储路径、存储介质、存储位置等要求，保障数据存储过程符合安全合规标准，严禁将数据存储于未授权存储渠道，防范数据存储环节的不安全风险。再次，需严格管控数据处理权限，明确各类数据处理操作的申请、审批、执行流程，仅对符合合规要求、符合研究需要的操作权限开展数据处理，严禁无权限人员对数据开展处理，防范权限滥用引发的不合规风险。最后，需建立数据处理过程监督机制，对数据处理全流程开展动态监控，实时核查数据处理的合规性，发现异常处理行为及时阻断，对违规处理行为依法依规追究责任，从全流程保障数据处理合规性。数据使用处置阶段合规要求数据使用处置阶段是数据合规管理的收尾环节，需明确数据使用后的管控要求，保障数据全流程合规处置，防范数据使用风险残留。首先，需明确数据处置的合规边界，规定各类数据使用完毕后需按照统一处置规则开展处理，仅可用于研究复现、成果整理等必要场景，严禁数据超出处置范围留存、使用，避免数据残留带来的合规风险。其次，需规范数据处置流程，要求对使用完成的数据开展分类、整理、归档等处置操作，确保处置过程符合安全要求，明确各类数据的处置后去向、处置流程、处置期限等要求，保障数据处置具备可追溯性。再次，需对处置结果开展核查，核查数据处置完成后是否存在残留风险，确认处置结果符合合规要求后开展后续使用，避免因处置不规范导致合规漏洞。需建立数据处置应急机制，针对数据使用后出现风险、处置不合规等特殊情况，提前制定处置预案，明确应急处置流程、责任落实要求，及时处置风险，防范合规隐患留存。数据使用动态合规调整要求真实世界研究的发展需动态适配，数据使用处理合规要求也需根据研究进展持续优化调整，建立动态合规管控机制，保障合规要求的连贯性。研究团队需定期开展数据使用合规性评估，结合研究进程、需求变化、场景拓展情况，及时修订数据使用处理相关规范，明确不同阶段的合规要求，确保合规要求匹配研究实际进展。需建立数据使用合规动态调整机制，对合规排查中发现的新风险、新场景进行及时研判，优化相关管控规则，对不符合合规要求的数据处理行为及时纠正，对合规管理措施未覆盖的环节及时补全管控要求，保障数据使用处理合规要求始终适配研究实际需求，避免因规则滞后导致的合规风险。需定期开展数据使用合规自查，对所有数据使用环节开展全面核查，确保合规要求落实到位，及时发现合规漏洞并及时整改，确保数据使用处理始终符合合规要求。数据隐私保护合规措施数据全生命周期分类分级管控体系构建本模块针对真实世界研究中产生的各类数据，依据数据敏感程度、使用价值及可能带来的风险等级，构建分层分类的管控体系。所有数据在采集、传输、存储、使用、共享、销毁等全生命周期各环节，均需按照细分等级执行差异化管控规则。分级维度涵盖数据敏感程度、业务相关性、潜在风险影响等要素，每类数据均明确独立的管控标识与管控标准，确保不同类别数据的保护要求不混淆、不缺失。数据采集环节隐私保护合规要求数据采集是数据隐私保护的基础环节，相关合规要求覆盖数据采集前的合规准备、采集过程的合规操作及采集后的合规处理全流程。合规准备阶段，需明确采集数据的用途边界，提前梳理数据涉及的信息范围及隐私属性，制定数据采集的技术方案与合规审批流程，确保采集活动符合隐私保护的基本要求。采集过程中，需遵循最小必要原则，仅采集实现研究目的必需的数据信息，禁止采集无关、敏感或冗余数据，同时对所有采集行为建立可追溯的合规记录，明确数据采集的权限与责任人。采集后的数据处理阶段，需对采集的数据进行严格校验，剔除无效、违规的原始数据，确保进入后续处理环节的原始数据符合隐私保护要求。数据传输与存储环节隐私保护合规要求数据传输与存储环节是隐私保护的关键保护节点，相关合规要求针对传输链路与存储条件开展管控。传输环节合规要求明确数据传输的加密等级、传输频率与传输范围限制，采用符合信息安全防护要求的传输机制，确保数据传输过程中数据处于受控状态，避免数据在传输环节被泄露或篡改。存储环节合规要求针对不同数据存储场景制定差异化存储规范，对涉及隐私数据的存储位置、存储模式、数据备份等设置明确要求，采用符合安全标准的存储介质与存储环境，禁止存储涉及个人隐私的数据于非敏感、非合规的存储载体中，确保存储过程对隐私数据实现有效保护。使用环节隐私保护合规要求数据使用环节是隐私保护的核心执行环节，相关合规要求覆盖数据使用的场景管控、权限管理及使用合规要求。场景管控方面，明确数据使用的场景边界，限定数据使用的特定业务范围，禁止超出研究目的的使用场景，禁止将研究数据用于与原始研究目的无关的活动。权限管理方面，严格限定数据使用的权限范围，按照使用需求设置不同层级的访问权限，明确不同使用主体的权限边界与操作限制，禁止超出权限范围的数据使用，防范权限滥用导致的隐私泄露。使用合规要求方面，对数据的使用活动开展定期校验，确保数据使用的行为符合研究目的与隐私保护要求，定期排查使用过程中产生的违规使用行为，及时整改相关违规操作。共享环节隐私保护合规要求数据共享环节是隐私保护的重要保护节点，相关合规要求针对共享行为的管控开展明确要求。共享前需开展合规审核，对数据共享的对象、用途、范围进行严格审查，确保共享符合研究目的、符合共享方权限，避免未经审核的随意共享导致隐私泄露。共享过程中需采取针对性的保护措施，明确共享数据的加密要求、访问权限限定及数据传输规范，确保数据在共享过程中处于受控状态。共享后需建立共享数据的监测机制，对共享数据的流转情况、使用情况开展定期跟踪，及时发现共享过程中出现的隐私泄露风险，并及时采取补救措施，确保数据共享合规开展。数据销毁环节隐私保护合规要求数据销毁是保障隐私保护闭环的重要环节，相关合规要求针对数据销毁的全流程管控明确要求。销毁前需开展数据清零校验，明确销毁数据的范围、销毁标准与销毁方式，确保销毁的数据完全清零、不可恢复，避免销毁过程中的二次泄露风险。销毁过程需严格遵循合规操作要求，采用符合安全标准的销毁方式与流程，对销毁过程中的操作行为进行全程记录与校验，确保销毁操作的合规性。销毁后需建立数据销毁的审计机制，对数据销毁的合规情况、销毁范围与销毁效果开展定期审计，确认数据完全消除，符合隐私保护的要求，完成数据隐私保护的闭环管理。隐私保护动态监测与违规处置机制本模块针对数据隐私保护的动态管控开展机制建设，覆盖日常监测、违规处置及风险应对全流程要求。动态监测方面，建立常态化的数据隐私保护监测体系，对各类数据全生命周期的使用、流转、销毁等行为开展实时监测与定期排查，及时发现潜在的隐私风险点，掌握数据保护的实际状态。违规处置方面，明确数据隐私保护的违规处置规则，针对监测到或排查发现的隐私泄露、违规使用等违规行为，建立规范的处置流程，采取对应的整改措施、风险处置方案，及时消除隐私泄露风险，对违规主体开展相应处理。风险应对方面，建立数据隐私保护风险应急预案，针对数据隐私保护相关风险事件，制定明确的应急响应流程，及时开展风险处置、损失补偿与后续整改，确保数据隐私风险得到有效防控，保障真实世界研究的合规开展。数据隐私保护保障组织与责任落实机制本模块针对数据隐私保护保障的组织架构与责任落实开展要求，明确保障机制的组织保障与责任落实体系。组织保障方面，设立专门的数据隐私保护管理团队，明确团队职责与权限，保障数据隐私保护工作有序开展，明确团队与各环节的管理职责，形成合规管理的组织支撑。责任落实方面，明确各环节责任主体的数据隐私保护责任，对数据采集、存储、使用、共享、销毁等各环节的责任主体，明确相应的合规责任要求，定期开展数据隐私保护责任落实情况检查，确保责任落实到人，保障数据隐私保护工作合规推进。研究实施过程合规管控研究方案制定阶段合规管控研究方案是确保研究全流程合规的核心前提，需严格遵循标准化规范开展制定，避免因方案设计不当引发后续合规风险。首先，研究方案需由具备合法资质的研究团队依据统一研究标准编制，方案编制环节需明确研究目标、核心范畴、预期成果及实施边界，所有内容需经过合规审查，确保研究目标指向真实有效、研究范畴界定清晰，无涉及非公开敏感信息或不当利益的设定，从源头规避方案层面的合规偏离。其次，方案制定需严格落实准入评估要求，明确研究项目需具备明确合法性基础，研究设计需符合科学严谨性要求，严禁以虚假研究目标、无效研究逻辑或偏离真实场景的设计开展研究，所有方案内容需经合规审核确认符合研究通用合规框架，确保方案制定过程具备合法性、规范性与合理性，为后续研究实施筑牢合规基础。研究数据获取阶段合规管控研究数据作为真实世界研究的核心依据，其获取过程需严格遵循合规要求，防范数据获取环节出现违规、造假等风险。首先，数据获取需建立全流程溯源机制，明确数据来源的合法性边界，所有数据获取需经数据来源方合法授权，确保数据来源符合真实世界研究的场景适用性要求，严禁通过非法获取、篡改、伪造等方式采集数据，所有数据获取需留存完整的来源凭证、授权文件等佐证信息，全程记录数据获取的时间、内容、用途、获取流程，确保数据来源可追溯、用途可界定，从源头阻断数据造假、来源违规等风险。其次，数据获取需遵守保密防护要求，针对不同研究场景制定数据保密规范，对涉及个人隐私、未公开敏感信息的数据，需落实加密存储、访问权限管控、使用范围限定等措施，避免数据在获取、存储、使用过程中发生泄露、滥用或不当传播，确保数据在获取环节的合规性与安全性，避免因数据来源瑕疵、获取违规引发研究结论失真、合规失守等问题。研究开展执行阶段合规管控研究开展执行是合规管控的核心实施环节，需全程约束执行行为，确保研究过程符合合规要求，防范执行环节出现违规、失范风险。首先，执行过程需建立全流程监督机制，明确研究各环节的执行要求，严格执行研究设计、数据获取、方案落地等全流程流程管控，所有执行行为需符合研究任务界定要求，严禁超出研究授权范围开展研究活动，严禁在研究中涉及不当干预、隐性偏离研究边界的操作，所有执行动作需留存完整执行记录，涵盖执行内容、执行步骤、执行时间及对应的合规依据，确保执行过程全程可追溯、可核查，从流程层面规避执行违规风险。其次，执行需严格适配研究场景要求，针对真实世界研究的具体场景，明确不同环节的执行标准，对涉及个体信息、特殊场景数据的研究活动，需严格落实相关防护要求，避免因场景适配缺失引发合规风险，确保执行过程与真实研究场景要求高度匹配，保障研究结论符合真实世界研究的使用边界。研究成果总结阶段合规管控研究成果总结阶段需聚焦合规闭环，确保研究成果的合规性、合规性得到全面校验，防范成果输出环节出现合规风险。首先，成果总结需开展多重合规校验，需对研究结论、研究数据、研究方案等成果内容进行逐项合规审查，确保研究结论符合研究目标设定、符合数据获取与使用要求，避免因结论偏差、数据失真等问题导致研究成果不符合合规使用要求，所有成果校验需由具备合规审查资质的人员独立完成，留存完整的校验依据、校验结果，从成果校验层面规避结论不合规、内容有损等问题。其次，成果输出需严格遵循使用规范要求，明确研究成果的适用场景、使用边界、传播约束，严禁未经授权将研究成果用于非研究场景使用，或涉及未公开敏感信息的研究成果传播，所有成果输出需经过合规确认，确保研究成果的合规性与适用性，避免因成果输出不规范引发合规失守、内容违规等问题，形成研究合规管控的完整闭环。研究执行全程动态监控与调整管控研究实施过程存在动态变化特性，需建立全程动态监控与主动调整机制，实现合规管控的动态适配，防范动态调整过程中的合规失守风险。首先，需建立全流程动态监控体系，针对研究实施各环节设置动态监控节点，对研究执行进度、数据使用情况、方案适用性等进行实时跟踪，及时识别合规风险、违规问题，监测研究过程中出现的风险隐患，确保风险隐患早发现、早处置，从动态层面规避过程性合规失守风险。其次，需建立研究调整的合规审查机制，针对研究过程中出现的场景适配偏差、执行风险等，需启动合规审查程序，明确调整范围、调整标准，确保研究调整符合合规要求，严禁未经合规审查擅自调整研究方案、调整研究范围、调整研究内容，所有调整行为均需留存调整依据、调整记录，确保调整过程符合合规要求，在保障研究推进的前提下实现合规的动态平衡，防范动态调整过程中的合规风险。研究偏差处理合规指引偏差性质界定与合规评估原则在真实世界研究过程中，研究偏差本质上是研究设计方案、数据收集方式、分析逻辑或执行过程等多维度因素交织产生偏差，其合规性核心依赖于偏差的性质判定与影响程度综合评估。需严格界定偏差类型，依据偏差来源涵盖设计偏差、执行偏差、数据处理偏差、分析结论偏差等不同类型，结合其对研究结论可信度、安全价值、社会效益的潜在影响程度，形成差异化合规评估框架，确保对偏差性质具备准确、全面的识别能力，为后续合规处理奠定基础。偏差识别的合规要求与范围限制研究偏差识别需遵循合规性与适用性原则，覆盖研究全周期关键节点，具体包含数据收集、样本筛选、实验操作、分析流程、结论输出等全链条环节，严禁仅通过主观判断或模糊表述识别偏差，需建立可量化、可溯源的识别机制。识别过程中不得涉及具体事项、场景或信息，仅聚焦普遍性的偏差识别维度，同时明确识别范围不针对特定项目、特定地区、特定人员，避免因识别边界受限引发合规风险，确保识别行为具备合规性与通用性。偏差处理流程的合规约束与边界规范研究偏差处理需遵循全流程合规管控要求，覆盖偏差识别、评估、研判、处置全环节，严格遵循标准化处理路径，明确各环节的合规边界。需明确各环节操作不得超出研究范畴及合规要求范围，处置过程需严格遵循客观、审慎、合规的原则，禁止采用误导性偏差表述或不当处置方式，处置过程中不得涉及具体资金投资指标、量化效益等敏感信息，所有处置行为需符合研究伦理规范与合规要求，确保偏差处理全流程符合通用性合规标准。偏差处置合规的豁免条件与限制机制研究偏差处置需建立合规豁免与限制机制，明确符合特定条件的偏差处理可适用豁免通道，同时划定处置的禁止边界。针对符合特定客观条件、未造成安全或价值损失、不影响研究总体科学性、风险可控的偏差，可依据专项豁免规则开展处置，但需明确豁免仅适用于特定符合前提，且处置内容不得超出偏差处置的通用范畴，严禁将偏差处置范围扩大至超出合规允许的领域，同时明确处置过程中的限制条件，避免因处置方式不当引发合规风险。偏差处置结果的合规披露与留存要求研究偏差处理结果披露需符合合规要求，明确结果披露的通用规则与边界，确保披露内容具备客观性与合规性。需明确偏差处理结果的披露需全面覆盖偏差类型、成因、处置措施、后续影响等核心信息，不得隐瞒、弱化偏差相关事实，同时严格遵守披露范围要求，不涉及具体项目、地域、资金等敏感信息，披露内容需留存符合合规要求的保存载体，确保处置结果可追溯、可核查，为后续合规管理提供支撑。偏差处置过程的全周期合规监督与责任约束研究偏差处理需贯穿全周期合规监督与责任约束，覆盖偏差识别、处置、跟踪全环节，明确各环节合规责任与监督要求。需建立全周期合规监督机制，针对偏差识别、处置、后续跟踪各环节开展合规审查，明确各环节责任主体的合规义务，同时界定合规责任的范围，不得要求主体应对超出通用范畴的偏差处置承担责任，避免责任边界过度扩大引发合规风险，确保偏差处理全流程合规管控。研究质量合规管理要求研究设计合规管理要求1、研究方案合规评估研究设计是确保研究质量的核心基础，需建立科学的研究方案评估机制，全面核查方案在设计逻辑、目标设定、方法选取、变量控制等方面的合规性。需确保研究目标清晰明确，明确界定研究的核心指向与限定条件，避免目标设定模糊、偏离实际或存在歧义，防止因目标偏差导致后续研究偏离预期方向。研究实施合规管理要求1、实施过程规范管控研究实施阶段需严格遵循规范化流程，明确各环节的操作标准与限制要求，对数据采集、分析处理、样本执行等关键实施环节实施全程管控，杜绝随意性操作。需设定明确的执行规范，要求所有操作需符合研究设计的预期逻辑，确保每个环节均符合研究质量管控要求，防止因实施不规范造成数据偏差、结果失真等问题。2、数据合规采集管控数据采集环节需严格遵循规范，确保数据采集的真实性、完整性，禁止通过非正当手段获取数据，杜绝虚假数据、失真数据、采集不完整数据的产生。需明确数据采集的范围边界、标准要求与审批权限，明确数据采集的合法性依据，确保所有采集数据均符合研究用途，不得用于与研究无关的范畴，避免因数据不合规引发后续研究无效或合规风险。3、研究执行一致性管控研究执行过程中需保持统一规范，确保研究开展过程无差异化管理，对研究执行的各项要求严格执行，避免执行偏差。需通过统一的标准要求约束研究执行的各个环节，保障研究实施过程与设计的预期一致，减少因执行差异带来的质量问题。研究成果合规管理要求1、成果呈现合规审核研究成果呈现环节需开展严格的合规审核，确保研究成果的内容、表述、呈现形式均符合研究质量要求。需核查成果的内容准确性，确保核心结论、数据支撑等内容符合研究实际，避免研究成果中出现错误信息、误导性表述，提升成果的可信度。同时需审核成果的呈现形式，确保符合研究主题定位，避免呈现形式偏离研究核心导向。2、成果适用范围合规界定研究成果的适用范围需明确界定，避免成果的使用边界超出研究预期范围，防止因适用范围不当导致研究成果使用不符合研究设计初衷。需明确研究成果的使用场景、适用对象、限制条件，确保研究成果仅在限定范围内使用，避免因适用范围不当引发后续使用合规问题。3、成果存储与共享合规管理研究成果的存储与共享需遵循规范，确保成果存储的合规性，避免出现成果存储失范、数据泄露等风险。需明确成果存储的存放要求、权限管控标准，同时规范成果共享流程，明确共享的范围、流程、审批要求，保障成果共享的合规性，避免因共享管理不规范引发成果滥用或合规风险。研究质量持续合规管控要求1、质量动态监控机制建立研究质量动态监控机制，对研究全程质量实施实时监测，定期对研究设计、实施、成果等各环节的质量指标进行核查，及时识别质量偏差，确保质量符合要求。需明确监控的范围、指标、周期要求，通过科学的数据监测识别研究质量偏离问题，提前预警并整改，防止质量偏差累积造成问题。2、质量整改闭环管控针对研究质量监测发现的问题，需建立闭环整改机制，明确问题的溯源、整改、验证全流程要求，确保问题整改到位。需对发现的质量问题制定针对性的整改措施，明确整改责任、整改标准与整改时间，经整改验证后完成问题闭环处理，避免问题反复出现，保障研究质量稳定符合要求。3、质量持续优化机制建立研究质量持续优化机制，基于研究质量监测反馈结果，对研究设计、流程、标准等持续优化完善，提升研究的整体质量水平。需定期对优化措施的实施效果进行评估，根据反馈动态调整研究管理的相关要求，提升研究质量管控的整体效能，保障研究质量长期符合合规要求。研究安全性监测合规规范研究安全性监测目标界定与责任架构本规范围绕真实世界研究安全监测的核心目标展开，涵盖研究全流程安全评估、风险实时识别、异常动态处置等多维度要求。研究安全性监测的责任架构需明确三级责任主体：研究设计阶段由核心研究负责人承担方案安全预判职责，研究实施阶段由现场研究执行人员负责过程监测，研究总结阶段由研究伦理审查负责人负责最终安全评估与结果研判，确保各环节安全监测职责清晰、权责闭环。同时需明确监测目标的具体标准，既涵盖重大安全风险预警阈值，也包含可量化风险指标，确保监测方向清晰、标准明确。研究全周期监测流程合规要求研究安全性监测需遵循全周期覆盖、全环节留痕的流程规范，具体要求涵盖监测各阶段的操作要求：1、前期研究阶段研究启动前需开展安全性预判，明确研究设计中的潜在安全风险点，提前制定风险防控措施与应对预案，确保研究方案符合安全性基础要求，避免开展存在安全隐患的研究设计。2、中期实施阶段研究实施过程中需实行动态监测机制，定期采集研究对象安全状态、研究干预手段安全性、设备运行安全性等多类数据，建立实时监测台账，对监测数据按预设阈值进行自动预警，及时响应异常情况。3、研究收尾阶段研究结束后需完成安全性复盘，对全程监测数据、风险处置记录进行全面评估，核验安全监测结果的有效性，形成安全监测报告并归档留存。监测数据采集、记录与共享合规规范研究安全性监测的数据采集、记录与共享环节需严格遵循合规要求，具体要求包括：1、数据采集要求需统一采集覆盖研究全流程的安全监测数据，包括研究对象基线安全特征、研究干预行为安全性、技术设备运行安全性、人群风险评估指标等多类数据，确保数据维度全面、采集完整。采集过程中需使用标准化监测工具，所有数据采集结果需附带原始数据说明，明确数据对应的研究场景、监测对象等信息，避免数据冗余、信息缺失。2、记录留痕要求所有监测数据记录需规范留存，需包含监测时间、监测对象、监测指标、监测数值、预警结果、处置措施等核心信息，且留痕记录需具备唯一标识，保障数据可追溯性，避免监测过程数据篡改、缺失。3、信息共享管控要求监测数据共享需遵循权限管控原则，仅允许研究团队内部人员访问相关监测数据，禁止随意向外公开、泄露监测信息，避免监测数据被不当使用导致安全风险。监测异常处置与风险控制合规要求针对监测过程中发现的各类异常情况，需建立可执行的处置规范，确保风险处置合规：1、异常判定标准明确各类异常监测情况的判定规则，包括风险等级划分、符合处置条件情形、不符合处置条件的情形，统一判定标准，避免异常判断混乱。2、处置流程规范针对判定为异常的监测事件，需明确处置流程：优先采取风险即时处置措施，开展现场排查、数据复核等管控动作，控制风险扩大；针对常规异常需明确针对性处置方案，明确整改期限、责任分工；对于涉及安全风险的异常事件，需启动安全专项处置机制，必要时暂停相关研究活动，彻底排查风险隐患。3、风险管控闭环要求所有异常处置结果需纳入全流程风险管控闭环，对处置效果进行复评，确保风险消除符合预期，形成完整的风险管控闭环。监测全流程合规审核与监督机制为确保监测合规性，需建立全流程合规审核与监督机制：1、内部审核要求研究团队需对监测全流程执行情况进行定期审核，核查监测数据完整性、监测结果有效性、异常处置流程合规性，排查潜在安全监测漏洞，及时整改问题。2、外部监督要求研究开展前需接受外部安全合规审查，核查研究安全性监测方案是否符合要求，确保研究安全性监测工作合法合规开展，避免因合规缺陷引发安全风险。3、监督问责要求对监测流程违规、异常处置不合规等行为，明确责任认定与问责机制，落实相关责任主体责任，督促落实监测合规要求，保障研究安全监测工作规范化开展。不良事件报告合规流程事件识别与初步评估阶段在真实世界研究开展的过程中，研究团队需建立完善的常态化监测体系，确保对潜在风险场景进行系统捕捉。通过多维度数据比对、多源信息交叉验证等方式，对各类异常现象进行早期识别与初步判断。评估环节需注重证据链构建，涵盖现象信息记录、数据来源核实、背景关联分析等关键步骤，确保对不良事件发生的根源、性质及潜在影响进行初步精准判定，为后续合规处理奠定基础。此阶段着重考量现象与既定研究范围、研究逻辑、研究目标之间的契合度，识别是否存在潜在违规或风险隐患，以明确事件性质，形成初步评估结论。报告内容准备与规范撰写阶段基于初步评估结果，研究团队需按照既定标准、规范要求进行报告内容准备与撰写。报告内容需清晰、准确、详实，全面涵盖事件发生的时间节点、具体表现特征、关联因素、涉及人员情况及相关数据证据等核心信息，确保内容具备完整性、逻辑性与可溯源性。撰写过程需严格遵循统一格式要求，列明报告要素，避免遗漏关键信息，同时突出事件的合规性、风险性及处置优先级，为后续合规审核提供标准化依据。该阶段强调内容精准适配研究场景，确保所记录信息契合真实世界研究的业务属性，不偏离研究初衷，同时符合合规管理的记录规范，保障报告内容可信度与规范性。报告提交与流转审核阶段完成报告内容准备后，研究团队需按规定的流转渠道提交报告，并及时启动内部审核流程。提交环节需明确报告报送的渠道、责任主体及时间节点，确保报告及时传递至相关监管、合规审查部门，避免信息传递中断。审核环节需由具备相应资质的专业人员开展，对报告内容的完整性、合规性、逻辑性进行逐项核查，检查是否存在信息缺失、内容违规、表述错误等问题，依据审核结果作出是否通过的判定，明确报告报送结论，推动报告进入后续处置流程。此阶段突出流转环节的合规管控，保障报告传递过程不受干扰，确保审核流程合规、有序推进，为后续处理工作提供合格依据。审核结果处置与合规闭环阶段根据审核结论对报告结果开展针对性处置，确保合规闭环落实。若审核通过，研究团队需按既定要求完善后续跟进工作，包括事件应对措施制定、风险跟踪反馈、整改措施落实等内容，持续监测事件后续发展情况，确保问题得到有效解决。若审核未通过，需及时查明不符合项原因，分析问题根源，开展针对性整改，完善相关报告流程、内容规范、审核标准，直至后续流程符合合规要求。整个处置过程需形成完整闭环，严格把控从识别到处置的全链路合规性，确保不良事件报告合规管理无漏洞，研究合规体系有效落地，保障研究全过程符合合规要求。研究结果报告合规要求研究数据来源合规1、所有研究数据均需来源于真实且合法获取的可靠来源，包括但不限于经严格审核的临床观察记录、多源多维的宏观统计资料、权威实验的实时监测数据等，杜绝以非法途径或非真实场景获取的数据作为研究结果的基础支撑，确保研究数据的真实性与合法性。2、需对数据获取过程的合规性进行全流程审查，明确数据采集、统计、核验各环节符合研究制定的合规规则，确保数据来源符合研究所属的通用合规框架，避免因数据获取瑕疵导致研究结论失真，引发后续合规风险。研究内容表述合规1、研究内容描述需客观真实反映研究实际开展情况，不得包含与真实研究不符的主观臆断性内容，不得编造、虚构研究涉及的项目特征、数据指标、结论结论等，杜绝以不实表述夸大研究价值或误导相关公众判断，确保研究内容表述符合合规要求。2、需对研究内容的边界进行清晰界定，仅聚焦与研究核心目标相关的真实有效信息，明确区分研究涉及范畴内的核心内容、相关背景及潜在关联信息，不得随意扩大研究范畴范围，避免超出研究实际开展边界的内容表述，影响研究结论的客观性。研究结论推导合规1、研究结论的推导过程需遵循逻辑严谨、论证充分的原则，结合研究数据与客观事实进行合理推演，不得通过随意关联、主观臆断等方式推导结论，避免以不严谨的推导逻辑得出存在偏差的研究结论，确保结论推导具备可验证性。2、需对所有研究结论的推导依据进行严格核对，逐一验证推导过程、逻辑链条与所依赖的原始数据、信息的匹配性，确保结论推导与数据支撑完全对应，杜绝脱离客观依据的结论推导，避免因推导偏差引发合规责任风险。研究成果输出合规1、研究成果的产出形式需与合规要求相匹配，包括研究数据报告、分析解读材料、结论总结文档等，均需符合研究整体的合规规范，不得随意简化、截取研究成果内容，不得出现不符合研究属性、偏离研究实际指向的输出内容，确保成果输出符合合规要求。2、研究成果的呈现需遵循规范格式，明确标注研究结论的来源、推导依据、适用边界等关键信息，清晰区分研究结论、研究成果与相关非核心信息的边界，避免在成果呈现中模糊概念边界，误导使用研究成果的主体判断，确保成果输出的合规性。研究过程记录合规1、研究开展过程中的所有关键活动、数据核验、内容审查等操作环节均需留存完整、真实、可追溯的记录，覆盖数据采集、内容审核、结论推导、成果产出等全流程，记录内容需客观真实反映研究实际开展情况，不得存在遗漏、篡改、伪造相关记录，确保研究过程合规可追溯。2、对研究过程记录的合规性进行常态化审查，定期核验记录内容的真实性、完整性及合规性，及时修正存在瑕疵的记录，避免因过程记录不合规引发后续合规审查、责任追责等问题。研究报告真实性合规管理研究内容真实性核验规范1、研究数据溯源要求研究人员在采集真实世界研究相关数据时，需建立全链条溯源机制。针对所有研究数据来源，包括但不限于临床观测记录、设备测量参数、非结构化文本信息等，均需明确数据原始产生载体，对数据采集全过程进行细致标注，确保每一组数据均能对应至具体的研究场景与观察条件，杜绝数据来源不清晰、逻辑关联不明确的情形，为后续真实性校验提供可靠基础。2、研究假设与结论适配性校验在研究设计阶段，所有预设研究假设需与真实世界研究场景特征、客观规律高度匹配，不得脱离实际设定脱离研究对象的假设。在推导研究结论时，需结合真实世界数据的可观测变量、随机分布规律，对潜在影响研究结论的干扰因素逐一排查，避免因假设偏差、数据局限性导致结论与客观真实情况不符，同时对所有结论形成论证链条，确保每项结论均具备对应的事实依据支撑，禁止无依据的结论生成。3、研究样本代表性校验样本选取环节需严格遵循真实世界研究的客观规律，从符合研究场景、覆盖足够多样性的群体中合理抽样，明确样本的选取标准、筛选流程及排除规则。需评估样本的城乡、年龄、性别、基础疾病、研究领域等维度特征，确保样本在覆盖范围、分布特征上与真实世界研究人群整体属性高度匹配，避免样本选取偏差导致研究结果无法反映真实整体情况，保障研究结论的样本代表性。真实世界研究场景真实性管控要求1、数据采集真实性与合规性管控在数据采集阶段，须严格遵循真实世界研究的客观采集规则，采集过程需杜绝人为干扰，禁止对原始数据实施非法篡改、重复采集、替换等违规操作。数据采集内容需涵盖研究所需的有效信息，确保所采集内容符合真实研究场景下的实际观测要求，不得通过虚假诱导、异常采样等人为方式获取存在失真倾向的数据，所有数据需在采集后经初步校验，确认其具备真实采集依据，方可进入后续分析流程。2、研究流程合规性管控研究执行过程需全流程遵循合规要求，研究设计阶段需通过独立的合规审核，确保研究路径、方法选择与真实世界研究场景适配，无违反研究伦理规范的操作设计。研究实施过程中，需严格遵循真实世界研究的规范流程，禁止超出研究范围的无效操作，不得通过非合规渠道获取研究数据、调用研究所需资源，所有研究操作均需在合规框架内开展，确保研究流程的真实性、合规性。3、研究边界管控要求清晰划定研究边界，明确研究的合理范围与适用范围，禁止研究超出真实世界研究设定的合理边界开展延伸分析、超出研究预设场景采集数据，不得在已确定的研究范围外进行主观性拓展研究，避免因边界越界导致研究内容与真实研究场景不符，保障研究真实性的边界把控。研究真实性审核与动态监控机制1、多维度审查机制建设建立分层级、多维度的研究真实性审查机制，审查主体涵盖研究负责人员、独立合规审查人员、外部专业审核单位等多方主体。审查维度涵盖研究方案合规性、数据采集合规性、研究流程合规性、结论逻辑合理性等，对每一环节的研究内容逐一开展审查，发现存在的问题及时督促整改，确保研究全程符合真实性要求，禁止存在疏漏的审查环节。2、动态监控与预警机制针对研究全流程开展动态监控，对数据采集进度、研究操作执行、结论迭代等情况进行实时跟踪，对存在异常操作、潜在真实性风险的情况提前识别并触发预警，及时安排专项核查，第一时间排查问题根源，遏制真实性风险向不良结果方向发展。对出现的真实性疑点及时建立快速响应机制，明确核查流程、责任划分及整改要求，确保问题及时处置，避免真实性风险扩大。3、审查结果闭环管理机制所有研究真实性审查结果实行闭环管理，审查结论需明确问题类型、问题具体表现、整改要求及整改时限，整改完成后需再次开展核查验证，确认问题已完全解决，方可视为审查通过。对核查未通过的审查事项，需制定专项整改措施，明确整改责任人、整改期限及复查标准，确保研究真实性问题彻底整改，杜绝后续存在真实性违规问题。真实性管控的风险防范与应对1、主观性风险防范针对研究人员的认知偏差、主观判断失误导致的研究内容失真风险，需通过强化培训、明确研究边界、规范操作流程等方式提升研究人员的真实认知与操作能力，引导研究人员充分认识真实世界研究的核心特性，避免主观臆断、片面判断影响研究内容的真实性。2、外部干扰风险防范针对外部因素（如数据泄露、人为篡改、环境干扰等）导致研究真实性的风险，需建立外部风险识别、应对机制，通过严格的数据防护、权限管控、操作留痕等手段，构建严密的数据安全屏障，从技术、管理层面降低外部干扰风险，保障研究数据的真实性与完整性。3、系统性偏差防范针对研究方案、流程设计不合理导致的研究偏差风险，需通过合规前置审核、流程标准化管控，确保研究设计符合客观规律，研究流程规范