当前位置: 首页 > news >正文

<实用干货>临床试验数据信息查询--中国临床试验数据库

1964年,《赫尔辛基宣言》问世,作为目前普遍遵循的人体医学研究的基本伦理准测,其2008年版新增明确要求:“每个临床试验必须在招募第一例受试者前需在公开可及的数据库中进行注册”。之后便是临床试验数据库的建立和和高速发展,这对后面健康领域产生了深远的影响,也对全球医学研究的透明度和科学性起到了推动作用。

中国作为全球医药研发的重要力量,国家主导的临床试验数据库有二个,一个是中国临床试验注册中心(ChiCTR),另一个为药物临床试验登记与信息公示平台。当然其它也有根据医药市场需求开发的中国临床试验数据库(摩熵医药-中国临床试验数据库),这类数据库往往拥有更多实用功能,便于高效查阅筛选临床试验信息。下面为笔者使用笔记分享。

中国临床试验注册中心(ChiCTR):

▲ChiCTR 是世界卫生组织国际临床试验注册平台(WHO ICTRP)的一级注册机构,是一个非盈利的学术机构。

它接受在中国和全世界实施的临床试验注册,并将临床试验的设计方案及一些必要的研究信息向公众透明。

▲ChiCTR 负责将注册试验信息提交至WHO ICTRP供全球共享,以确保临床试验的透明度和可追溯性。

▲ChiCTR 还鼓励研究者使用其建立的ResMan平台进行临床试验数据的采集和管理,并共享试验数据。

▲根据2024年7月15日的公告,ChiCTR 不再接收传统医学领域临床试验的注册,相关研究可在国际传统医学临床试验注册平台(ITMCTR)进行注册 。

药物临床试验登记与信息公示平台:

▲该平台由国家药品监督管理局药品审评中心(CDE)建立,主要用于药物临床试验的登记与信息公示。

▲它要求所有在中国获批进行的临床试验在平台进行登记,以推进药物临床试验信息的公开透明,保护受试者权益与安全。

▲平台提供的信息包括试验的基本信息、研究进展、结果等,以便监管机构、研究者和公众查询。

▲该平台的登记信息公示并不意味着CDE对临床试验方案的科学合理性进行了认可,而是为了满足公众知情权和监管需要 。

总的来说,ChiCTR 更侧重于中国临床试验的注册和信息共享,而药物临床试验登记与信息公示平台则侧重于中国药物临床试验的监督管理和信息公开。虽然两者都是确保中国临床试验透明度和伦理标准的重要工具,

摩熵医药-中国临床试验数据库(pharnexcloud):

▲该数据库收录了药品审评中心(CDE)和中国临床试验注册中心两大平台登记的所有临床试验详细信息。

▲该数据库具体内容涵盖临床试验基本信息、临床试验设计、患者招募信息、研究者信息、药物信息、适应症、临床研发阶段、临床试验状态以及临床试验结果等信息。

▲该数据库提供了更多维度的信息查询、条件筛选及分析下载功能,如条件筛选有剂型、给药途径、数据来源、试验范围、联合用药、试验状态、试验分期、药品类型、试验分类、试验设计、一致性评价、申办单位所在地、试验机构所在地、ATC分类等选项;信息查询有试验题目、登记号、药品名称、靶点、试验日期、适应症、申办单位(含子公司)、临床机构、研究者、对照要、试验药、公示日期等搜索栏;分析方面提供了全局可视化与下载功能,能按照登记号、品种、单位、临床机构多种维度进行浏览分析与下载。

▲该数据库旨在监测获批临床药物的研发进度及最新动态,同时可为企业在研发立项或购买新产品提供决策依据。

图源:摩熵医药-中国临床试验数据库-信息筛选查询页面

图源:摩熵医药-中国临床试验数据库-可视化分析图

中国临床试验数据库不仅是一个信息记录的平台,更是中国医学研究透明度和科学性的体现。它的存在,对于保障公众知情权、调动公众主动性以及发挥其社会监督作用、促进试验质量和效率的提高、促进信息共享、避免资源浪费以及充分整合珍贵的试验证据提升了中国在全球医药研发领域的影响力,也为公众健康和医学进步做出了重要贡献。


http://www.mrgr.cn/news/63388.html

相关文章:

  • 语言模型|第三章|大模型训练与微调
  • Mysql 8.4.3LTS 的离线部署
  • Ubuntu 开通 SSH 连接方式指南
  • 【OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments】阅读笔记
  • 软件许可的不同类型
  • PHP如何对输出进行转义
  • 牛客网最新Java高频面试题汇总(2024最新含答案)
  • Rust 力扣 - 189. 轮转数组
  • ^M 字符处理
  • GaussDB Ustore存储引擎解读
  • Google Play商店中的类似应用:它们对ASO优化重要吗?
  • go-zero 的使用
  • 探索医学数据:使用Seaborn的成对关系图揭示变量间的关联
  • Leetcode 62. 不同路径 动态规划+空间优化
  • 【文本情感分析识别】Python+SVM算法+模型训练+文本分类+文本情感分析
  • vxe-table v4.8+ 与 v3.10+ 虚拟滚动支持动态行高,虚拟渲染更快了
  • 低代码技术:加速企业数字化转型的利器
  • 河南高校大数据实验室建设案例分享
  • 第十九章 特殊工具与技术
  • 10 P1094 [NOIP2007 普及组] 纪念品分组
  • Nginx 文件名逻辑漏洞(CVE-2013-4547)
  • ctfshow--xss靶场web327-web333(一命速通不了的靶场)
  • 法律文件智能识别:免费OCR平台优化数字化管理
  • 基于Springboot+Vue的流动摊位管理系统 (含源码数据库)
  • 哈尔滨华时信息技术有限公司员工赴深圳培训提升流程
  • 第三份代码:VoxelNet的pytorch实现