摘要：不良事件（Adverse Event, AE）的完整、准确收集与报告是临床试验质量与伦理的核心环节，直接关系到受试者安全、数据可靠性及试验结论的科学性。然而，AE漏报是临床试验监查与质控（Quality Control, QC）中最常见且最具挑战性的问题之一。本文旨在系统阐述在临床试验质控过程中，如何通过多维度、系统化的方法，有效识别、判断并规避AE的漏报风险。

一、 理解AE漏报的根源

在探讨如何判断之前，首先需理解漏报的常见原因：

1. 研究者认知不足：未能正确理解AE的定义（任何不良医学事件，不一定与药物有因果关系），将明显相关的事件误判为无关而未记录。

2. 受试者表述不清或回忆偏差：受试者未主动提及或遗忘轻微症状，研究者未进行系统性、引导式询问。

3. 源文件记录缺失：AE发生在院外，未及时就医或记录；或在源病历（如门诊病历、护理记录）中仅简单提及，未转入专用的AE报告页（e.g., 研究病历的AE页）。

4. 流程疏忽：繁忙的临床工作中，研究者忘记询问或记录；CRC（临床协调员）在转录数据时遗漏。

5. 故意漏报：极少数情况下，为规避繁琐的报告流程或担心影响试验结果，可能选择性地不记录某些AE。

二、 质控过程中的核心判断方法与技巧

质控人员（如QC经理、监查员、稽查员）需像侦探一样，通过以下系统性方法进行“溯源与比对”，从而发现漏报的蛛丝马迹。

1. 源数据核查（SDV）是黄金标准
这是识别漏报最直接、最有效的方法。核心在于将CRF（病例报告表）/eCRF中记录的AE与源文件进行逐字比对。

• 检查所有医疗记录：

  • 病历记录（门诊/住院）：仔细查阅主诉、现病史、体格检查、病程记录、护理记录、医嘱单等。例如，病程记录中“患者主诉近日有头痛，给予对症处理”的描述，必须在AE页有对应记录。

  • 实验室检查报告：所有异常的实验室值（无论临床意义如何）都必须作为AE或CSAE（临床显著异常）记录。质控需核对每一份实验室报告，确认异常值是否已被评估和记录。

  • 合并用药记录：任何新增的处方药或非处方药（如止痛药、止吐药、感冒药、外用药膏）都可能是为了治疗某个未记录的AE。例如，记录中出现了“布洛芬”，就必须溯源其处方原因（如“用于缓解头痛”），并确认“头痛”是否已报AE。

  • 受试者日记卡：日记卡是受试者自行记录症状的重要来源，必须与CRF中的AE记录进行交叉核对。

2. 逻辑性与时间线比对

• 时间关联性分析：检查受试者的访视时间、用药时间与症状出现时间是否存在逻辑关联。例如，某次访视后突然增加了新的合并用药，或本次访视的实验室检查出现了新的异常，都提示可能存在访视时未捕获的AE。

• 剂量调整与停药原因：任何试验药物剂量的调整、中断或退出，都必须有明确原因。如果原因记录为“不良事件”，则必须对应具体的AE记录；如果源文件中提及了症状但CRF中无相应AE，则构成漏报。

3. 系统性询问与交叉验证

• 针对性的受试者询问：质控或监查员在访视时（在获得伦理和研究者同意的前提下）或通过电话，可以采用非引导性的方式询问受试者：“上次访视后，您的身体有没有任何不舒服的地方？哪怕是很轻微的感觉？” 将受试者的反馈与CRF记录进行比对。

• 与研究团队访谈：与研究者、研究护士和CRC沟通，了解他们对AE定义的掌握程度，并回顾特定受试者的情况，有时能发现记录不一致或遗忘的信息。

4. 中心整体趋势分析
质控不应仅局限于单个受试者。通过分析整个研究中心的数据，可能发现系统性漏报的迹象：

• 极低的AE发生率：与其他同类型试验或本试验其他中心相比，该中心的总体AE发生率异常偏低。

• 特定类型AE的缺失：已知试验药物常见的不良反应（如某种靶点药物常见的皮疹），在该中心报告中完全未见或极少见到。

• “无AE”记录过高：大量受试者的多次访视CRF中，“本次访视是否发生AE”一栏均勾选“否”，但通过抽样SDV发现存在漏报，这提示中心可能存在流程性问题。

三、 判断后的处理与预防措施

一旦怀疑或确认漏报，质控流程并未结束，需采取以下措施：

1. 立即与研究者沟通：确认漏报事实，了解原因，并进行根本原因分析（Root Cause Analysis）。

2. 进行再教育（Retraining）：针对研究团队进行GCP和试验方案的再培训，重点强调AE的定义、记录和报告要求。

3. 更正数据：根据源文件，督促研究者及时、规范地补报AE，并在CRF中提交数据更正（通过数据澄清表（DCF）等形式），确保数据的完整性。

4. 扩大审查范围：对该研究者负责的其他受试者病历进行扩大审查，以评估漏报的普遍性。

5. 更新质控计划：将该中心列为重点质控对象，增加SDV的比例和频率，并定期跟踪改进效果。

四、 结论

判断AE是否漏报是临床试验质控的一项精细且至关重要的工作。它绝非简单的表格核对，而是一个基于源数据、通过多维度逻辑分析和交叉验证的综合性判断过程。建立以全面SDV为核心，辅以逻辑分析、系统性询问和趋势监控的立体化质控策略，是有效识别漏报、确保受试者安全和数据真实性的基石。最终，通过持续的培训和质量改进，从源头上预防漏报的发生，方能保障临床试验的伦理和科学价值。