Жизненный цикл данных в ИРКП: где возникают риски качества. Часть 1. Этап 1: Определение требований к данным.

Автор: Габидуллина Асия Магсутовна, независимый дата менеджер (free-lance)
Orcid: 0009-0006-2294-6819
Редактор: Гольдина Татьяна Александровна, к.б.н, соучредитель ООО «Про РВЕ Солюшнс», руководитель Сообщества ПроИРКП (ProRWE Community), руководитель рабочей группы RWE АМФП, старший преподаватель РГГУ
Orcid:0000-0002-2680-7035
Дата публикации: 29.09.2026

Данные реальной клинической практики (ДРКП) проходят сложный путь от момента возникновения до использования в принятии решений — от определения требований и сбора до публикации, валидации и предоставления конечному пользователю. На каждом этапе жизненного цикла возникают специфические риски качества, способные обесценить данные даже очень большого объёма.
Настоящая статья продолжает цикл материалов о проектах руководств ЕЭК и EMA и посвящена их ключевой конструкции — жизненному циклу ДРКП. В руководствах рассмотрены семь этапов; для этапа 1 в настоящей части определены критические контрольные точки, типовые риски и практические рекомендации по их минимизации. Представлены аспекты, которые необходимо зафиксировать в документации исследования (протокол, ИРК, ИС; планы управления и валидации данных, централизованный мониторинг; СОПы и иное), а также блок дополнительных идей по внедрению.
Статья предназначена дата-менеджерам, проектным менеджерам, специалистам/менеджерам по обеспечению качества, биостатистикам, исследователям и любым специалистам, планирующим использовать ДРКП в научных и регуляторных целях.

Данные реальной клинической практики (ДРКП, Real Wolrd Data, RWD) принципиально отличаются от данных интервенционных клинических исследований (КИ). В интервенционном КИ данные собирают под исследование: протокол заранее определяет, какие переменные, с какой полнотой и в какие сроки должны быть получены, чтобы ответить на исследовательский вопрос. ДРКП исходно получают для других целей — оказания медицинской помощи, административного учёта, страховых расчётов и т.д. В (п. 23) [1]; (раздел II, подраздел 1) [2]. Следовательно, их пригодность к конкретному вопросу заранее никто не обеспечивал: полнота, точность и согласованность таких данных определяются задачами рутинной клинической практики (РКП), а не дизайном исследования. Именно поэтому качество ДРКП нельзя принимать на веру — его оценивают применительно к каждому конкретному исследовательскому вопросу.
В проспективных исследованиях реальной клинической практики (ИРКП) сбор ДРКП организуется целенаправленно — через индивидуальную регистрационную карту (ИРК). Однако основой по-прежнему остаются ДРКП, а решение о терапии принимает врач вне протокола. Это позволяет заложить часть требований к качеству уже на этапе дизайна исследования, но не отменяет необходимости оценивать полученные данные применительно к исследовательскому вопросу.
Проекты руководств ЕЭК по обеспечению и оценке качества ДРКП [1, 2] являются по своей сути переводом руководств Европейского Медицинского Агентства (European Medical Agency, EMA) «Data Quality Framework for EU medicines regulation» [3] и его расширения для ДРКП «Data Quality Framework for EU medicines regulation: application to Real-World Data» [4]. Руководства предлагают системный взгляд на качество данных через концепцию жизненного цикла данных и модель зрелости.
Ключевой принцип руководств: качество нельзя «доделать» в конце пути — оно закладывается на каждом этапе, и утрата качества на раннем этапе не может быть компенсирована на последующих [1].

Согласно Руководству ЕЭК по обеспечению качества ДРКП и соответственно, Data Quality Framework for EU medicines regulation жизненный цикл включает семь этапов (п. 19, рисунок 3) [1]. [3] (Рисунок 1).

Основано на: (п. 19, рисунок 3) [1]; дополнено переводом из [3]. Названия этапов на русском языке сохранены в соответствии с Руководством по обеспечению качества данных [1].
Важно понимать: этапы 1–3 относятся к контексту публикации данных держателем данных, этапы 5–7 — к контексту использования данных конечным пользователем, а этап 4 является переходным (пп. 24–26) [1]. Между публикацией и использованием качество данных оценивается по-разному, поскольку цель и потенциал оценки меняются.
В настоящей статье мы рассмотрим первый этап: определение требований к данным.

Определение требований к данным (Definition of data requirements) — начальный этап жизненного цикла, на котором формулируются, какие данные требуются, определяются необходимые характеристики, элементы, непосредственно связанные с получением (сбором) доказательств, источники данных, а также критерии приемлемости для конкретной регуляторной задачи (п. 16) [1].
В контексте вторичного использования данных в ИРКП требования к оценке качества данных зависят от исследовательского вопроса (например, оценка эффективности в реальной практике, выявление редких нежелательных явлений, обоснование расширения показаний) и дизайна исследования [1, 2, 3, 4]. Именно они должны быть определены до спецификации требований к данным (Рисунок 2).

Названия этапов на русском языке сохранены в соответствии с Руководством по оценке качества данных [2].
Определение требований к данным предшествует всем последующим этапам жизненного цикла. Это означает огромную ответственность с точки зрения работы с данными – ошибки на этапе 1 могут привести к значительным проблемам на следующих этапах и, как следствие, понизить качество и доверие к получаемым доказательствам (evidence).

ДРКП/RWD, в отличие от данных КИ, собираются не для конкретной исследовательской гипотезы, а в ходе рутинной клинической практики. Таким образом, ДРКП обладают ниже следующими отличительными чертами.
1. Отсутствие исходной нацеленности ДРКП на решение научных задач - значительный объем ДРКП направлен на поддержку работы системы здравоохранения [5].
Основной целью регистрации ДРКП является предоставление медицинских услуг для оценки, поддержания или восстановления состояния здоровья человека, к которому относятся эти данные, а также в некоторых случаях для генерации доказательств, основанных на данных реальной клинической практики (ДДРКП) [2].
2. Источники разнообразны: электронные медицинские карты (ЭМК), регистры заболеваний, мобильные приложения, носимые устройства и др. [5].
3. Особенности структуры - ДРКП можно разделить на структурированные (то есть доступные для анализа без предварительной обработки) и неструктурированные (требующие выявления структуры и кодирования информации как в ручном режиме, так и с применением систем анализа больших данных и искусственного интеллекта [5].
4. Стандартизация ограничена: данные могут быть неструктурированными, могут использовать разные терминологии и форматы (раздел II, подраздел 4) [2].
5. Первичная цель сбора данных — не исследовательская (например, для оценки здравоохранения, для лечения пациента и т.д.), что требует особой оценки релевантности для вторичного использования.
6. Решение о терапии принимается врачом вне протокола — именно это сохраняет за данными статус ДРКП, даже если их сбор ведётся через ИРК.
7. Пропущенные данные (missing data) - сбор ДРКП не предполагает заранее заданной точности измерений, сопровождается большим количеством пропущенных данных и ошибок ввода [5].

Ключевой риск этого этапа — преждевременное признание данных пригодными до того, как формально определено, какие данные, с какими характеристиками качества и для какого конкретного вопроса требуются. ДРКП могут оказаться принципиально непригодными для ответа на конкретный исследовательский вопрос. Как отмечено в Руководстве, релевантность — единственное измерение качества, определяемое исключительно исследовательским вопросом (раздел III, подраздел 3) [2]. Примеры рисков представлены в Таблице 1.

Типовые риски:
1. Требования к данным не сформулированы до начала работы с источником.
2. Неполнота требований: объём данных достаточен, но не содержит нужных переменных (например, отсутствует информация о стадии заболевания, о сопутствующей терапии, о ключевых исходах).
3. Не учтены ограничения источника (популяция, период наблюдения, методология сбора); игнорирование того, что данные собирались для других целей.
4. Отсутствие критериев приемлемости: нет порогов по полноте или своевременности данных (п. 43) [1].

1. Синопсис исследования:
Ключевая задача – четко сформулировать базовые аспекты, которые влияют на сбор данных и первичную оценку пригодности:

• чётко сформулировать исследовательский вопрос,
• целевая популяция, экспозиция, исходы и предполагаемое использование результатов,
• цели и конечные точки,
• период наблюдения (график сбора данных),
• источники данных и требования к ним (тип источника, охват, полнота, своевременность) (предварительная оценка).

2. Протокол исследования:
Ключевая задача – четко сформулировать все аспекты, которые влияют на сбор данных (уже на основании оценки пригодности):

• все факторы, перечисленные в разделе «синопсис» выше,
• указать критерии включения/исключения источников данных [6].
• источники данных,
• обосновать, почему выбранные ДРКП способны ответить на исследовательский вопрос;
• правила переноса данных из источника данных в ИРК без искажения клинического смысла,
• допустимые пороги качества и критерии пригодности данных для вопроса; правила обращения с пропусками на методологическом уровне.

3. Информированное согласие (ИС)

• если требуется доступ к персональным данным, обеспечить правовые основания для вторичного использования в исследовательских целях;
• для проспективных ИРКП — согласие на сбор данных через ИРК и доступ монитора к первичной документации для SourceData Verification (SDV) [6];
• объём и порядок сбора данных от пациента (включая исходы, сообщаемые пациентами/опросники)*

* PRO = Patient-Reported Outcomes — «исходы, сообщаемые пациентами». В Руководстве ЕЭК по оценке качества ДРКП прямо указано, что его положения не применяются к «качеству данных, полученных непосредственно от пациента (то есть показатели исхода, сообщаемые пациентами)» (раздел III, подраздел 2) [2].

4. Индивидуальная регистрационная карта (ИРК):

• состав форм/полей, соответствующих требованиям к данным;
• статусы полей (обязательное/условное);
• встроенные автопроверки (edit checks), трассируемые к критическим требованиям ;
• словари и стандарты кодирования (MedDRA, ATC, МКБ-10), единицы измерения; требования к метаданным и журналу аудита (audit trail) (пп. 30–33, 113–116) [1]; [7].

5. Инструкция для исследователя:

• правила переноса данных из источника данных (например, ЭМК) в ИРК без искажения клинического смысла.

1. План управления данными (ПУД/ Data Management Plan, DMP):

• зафиксировать источники данных, ожидаемые объёмы,
• частоту обновления, требования к метаданным;
• оценка пригодности данных (обычно эта процедура проходит до утверждение протокола исследования, а ПУД разрабатывается после утверждения протокола исследования);
• операционализация требований: критические переменные, пороги полноты/своевременности;
• правила сбора, ввода, кодирования; ответственность за определение и актуализацию требований; контроль изменений требований в ходе исследования;
• трассируемость данных (traceability, также data lineage или provenance) — это возможность восстановить и документально подтвердить весь путь конкретного показателя: откуда он получен, как был собран, какие преобразования прошёл и в каком виде вошёл в аналитический набор или результат исследования;
• развести два подхода: верификация (verification) — проверки внутри набора или по внутренним правилам; валидация (validation) — сопоставление с первичной документацией либо внешним эталоном; для критичных экспозиций, исходов и ковариат заранее определить, какие алгоритмы потребуют внешнего подтверждения - раздел 5.6. [3], раздел 5.2., табл. 1 [1].

2. План валидации данных (ПВД/ Data Validation Plan, DVP):

• определить метрики качества (надёжность, полнота, когерентность и др.) и пороги приемлемости [1, 2]; на уровне значения, записи, переменной, таблицы и набора данных – может быть описано и в плане управления данными;
• перечень edit checks,
• метрики качества данных;
• проверки формата, допустимых диапазонов, обязательных полей, логических связей, временной последовательности, дубликатов, аномалий и распределений.

 
3. План централизованного мониторинга:

• включить проверки на соответствие данных заявленным требованиям (например, доля записей с указанной стадией заболевания);
• контрольные показатели качества, производные от критических требований к данным;
• триггерные пороги для целевых проверок;
• частота централизованных проверок и порядок взаимодействия с центрами.

 
4. План статистического анализа (ПСА / Statistical Analysis Plan, SAP)
ПСА не определяет работу с качеством ДРКП, не описывает оценку качества, но определяет процессы на уровне анализа данных, связанные с их качеством:

• работа с пропущенными данными,
• алгоритмы классификации, правила исключения записей, анализы чувствительности.

Названия и структура документов качества (включая политики, стандарты, стандартные операционные процедуры (СОПы), инструкции и т.п.) могут различаться в зависимости от организации и системы менеджмента качества для направления RWE/неинтервенционные исследования.

1. Политика по управлению данными
В настоящее время такой документ не принят к использованию в организациях. Но, возможно, его использование может быть актуальным в связи с ростом требований к управлению качеством данных в ИРКП.

• Утвердить корпоративную политику, закрепляющую принцип fitness for purpose, риск-ориентированный подход, требования к прослеживаемости, версионность данных и доказательствам качества данных.

2. СОП по управлению данными

• описать процесс определения, согласования и управления изменениями требований к данным (спецификации данных);
• роли и ответственность;
• контроль изменений требований и оценку влияния на уже собранные данные;
• требования к качеству данных,
• ключевые процессы обеспечения качества данных.

3. СОП по планированию качества данных
В настоящее время такой документ не принят к использованию в организациях. Но, возможно, его использование может быть актуальным в связи с ростом требованиям к управлению качеством данных в ИРКП.

• требования к качеству данных,
• ключевые процессы обеспечения качества данных,
• порядок установления приёмочных критериев и планирования проверок верификации и валидации на последующих этапах;
• трассируемость «требование → проверка»;
• связь с ПУД и ПВД.

4. СОП по компьютеризированным системам

• валидация и квалификация систем, используемые для создания, хранения, преобразования, передачи и анализа данных; обеспечение качества на уровне систем.

5. Смежные процессы и процедуры

• Закупки, тендер: включение критериев (наличие СМК, компетенций и тд) по обеспечению качества данных в многокритериальную матрицу принятия решений о выборе поставщика;
• Обучение: обучить персонал, работающий с данными (группа по управлению данными, проектное управления, биостатистика) всем аспектам работы по управлению качеством данными, включая процессы этапа 1.

*Ковариаты — сопутствующие характеристики пациента (возраст, пол, коморбидность, сопутствующая терапия), которые учитывают в анализе, чтобы снизить влияние смещающих факторов.

Создайте документ «Требования к данным» до начала работы с источником. Для каждого элемента исследования (популяция, вмешательство, исходы, ковариаты) укажите, какая переменная в источнике ему соответствует и каков ожидаемый уровень полноты. Если соответствие не найдено — это сигнал, что источник не подходит, и лучше остановиться на этом этапе, чем обнаруживать проблему после сбора данных (раздел VI, подраздел 1, рисунок 4) [2]; (таблица 7) [2].

Первый этап жизненного цикла данных — определение требований к данным — закладывает фундамент качества всех последующих анализов в ИРКП (RWE). Ошибки, допущенные на этой стадии (неполные требования, нерелевантные источники, ошибки ввода, изменение первичных данных без журнала аудита), практически невозможно полностью компенсировать на последующих этапах. Руководства ЕЭК и EMA подчёркивают необходимость системного подхода: от чёткой формулировки вопрос-специфичных требований до строгого контроля процессов извлечения и фиксации данных.
Особого внимания заслуживает роль ИРК в ИРКП: она выступает инструментом сбора данных из рутинной клинической практики, а не инструментом управления ею — и это сохраняет за данными статус РКП, одновременно позволяя управлять внутренними детерминантами качества (метриками) значительно эффективнее, чем при ретроспективной выгрузке из ЭМК.
Внедрение описанных рекомендаций на уровнях протокола, планов исследования, СМК и операционных процедур позволяет минимизировать риски и обеспечить надёжность доказательств для регуляторных решений.
Продолжение следует — во второй части будут рассмотрен этап 2: Сбор и (или) формирование данных.