新闻资讯News

 " 您可以通过以下新闻与公司动态进一步了解我们 "

药物警戒服务的工作流程是什么?

时间: 2026-04-22 04:42:40 点击量:

药物警戒服务到底在忙些什么?——站在康茂峰的角度看全流程

前几天有个朋友问我,说你们康茂峰天天提到的"药物警戒",听起来挺严肃的,到底是做什么的?我愣了一下,发现这确实不好一句话说清。很多人以为就是出了药品不良反应打个报告完事儿,但实际上,从接到第一个患者电话,到把数据变成对医生有用的安全信息,中间隔着一整个复杂但有条理的工作链条。

今天我就试着把这个流程拆开讲讲,尽量不用那些让人头疼的缩写词,看看一盒药从上市后(甚至上市前)开始,它的"安全档案"是怎么被建立和维护的。

第一步:病例从哪里来?——收集环节的门道

一切始于一条信息。可能是医院药师的电话,可能是患者本人填写的报告表,也可能是文献检索时看到的一篇个案报道。在康茂峰的日常操作中,我们把这个阶段叫病例收集,但说白了,就是

来源其实挺杂的。有 spontaneous reports(自发报告),这是最常见的,医生或患者觉得"这药吃出问题"了,主动上报;也有 solicited reports(索取报告),比如我们在做临床试验或者重点监测项目时,定期去问受试者"最近感觉怎么样";还有越来越重要的数字渠道——社交媒体上患者的抱怨,在线论坛里的用药分享,甚至是客服热线里那句"吃了这个药我有点头晕"。

这里有个容易忽视的细节:不是所有听说来的事都算数。必须是"可识别的报告者"(知道是谁报的)加上"可识别的患者"(知道是谁用药),再加上至少一个具体的健康事件描述,这才构成一个"有效的安全性报告"。如果患者打电话来说"我邻居吃了你们药进医院了",但说不出邻居名字,也说不清症状细节,那在法规意义上,这只能算个线索,得追着核实。

收集上来之后,第一件事是给每个病例编个号,就像给档案袋贴标签。这个编号跟着这个病例走完整个人生周期,不能重复,不能混乱。听起来简单,但当手里同时处理几千个病例时,你会发现这个编号系统就是生命线。

第二步:把零散的描述变成结构化数据

收上来的原始材料往往是这样的:"昨天吃完药,今天浑身起红疹,痒得厉害,还有点发烧"。这是人话,但电脑读不懂,监管机构的数据库也读不懂。所以接下来要做的就是数据录入与医学编码

录入不只是打字。我们要把这段话拆成几个要素:用药信息(什么药、剂量、什么时候吃的)、事件描述(红疹、发热、瘙痒)、患者背景(年龄、性别、既往病史)、处理措施(停药了吗?用了抗过敏药吗?结果如何?)。

最花时间的是医学编码。说"红疹",在 MedDRA(就是那个医学术语词典,虽然不让提其他品牌名,但这个国际标准是逃不掉的)里要对应到某个具体的术语层级,可能是"皮疹",可能是"荨麻疹",也可能是更具体的"斑丘疹"。编码员得根据描述的细节判断,不能瞎编。错了的话,后面信号检测就会出问题——比如把严重的过敏反应编成了轻度的皮肤症状,那风险信号就被稀释了。

在康茂峰的操作手册里,我们反复强调:编码要忠实于原始描述,不要过度解读。如果医生写的是"可能是药物引起的肝损伤",编码时只能编"肝损伤",那个"可能"是因果关系评估阶段的事,现在不能先入为主。

特殊情况:严重病例的时限压力

这里得插一句,刚才说的这些录入编码工作,如果碰到严重不良反应(就是导致住院、残疾、死亡或者生命威胁的那种),时间压力是绝对的。法规通常要求15个日历日内要递交给监管机构,从 Day 0(得知事件的那天)开始算。

所以我们的流程里有个硬杠杠:收到严重报告后,必须在24小时内完成初步录入和医学审查,给后续的质控和递交留出时间。有时候半夜收到来自美国的严重病例报告,值班人员得爬起来处理,这不是敬业不敬业的问题,是合规的底线。

第三步:医生视角的审视——医学评估

数据整理好后,轮到医学人员上场。这一步在有些公司叫医学审查(Medical Review),在康茂峰我们更倾向于叫它临床逻辑校验

医学专员要反复问几个问题:

  • 这个不良事件的时间逻辑对吗?比如患者说吃药一周后失明,但这药半衰期只有6小时,药理上不太可能一周后才有急性反应,那有没有可能是其他原因?
  • 患者同时还在吃什么药?有没有中药、保健品、非处方药被漏报了?
  • 患者的既往病史有没有坑?比如本身就有严重肝病的患者,吃对肝脏有负担的药,这个肝酶升高到底怪谁?
  • 诊断明确吗?"疑似心梗"和"确诊心梗"在后续统计里权重完全不同。

有时候医学人员得给报告医生打电话核实细节。这在实际操作中挺考验沟通技巧的——你不能质问人家"你这诊断不对吧",得客气地请教:"关于您提到的实验室检查值,我们注意到有个时间节点不太清楚,方便补充一下吗?"

这个阶段如果发现信息严重不足,比如患者只说了"不舒服"就联系不上了,那在医学上会被标记为"信息待确认",但这不影响报告的递交,只是要在递交时注明:该病例信息不完整,正在随访中。

第四步:因果关系评估——这个锅该不该药背?

这可能是整个流程里最有争议,也最体现专业价值的环节。简单说就是判断:这个不良事件到底是不是由药物引起的?

市面上有好几种评估方法,WHO-UMC 的方法比较常用,还有 Naranjo 评分,或者公司自己建立的标准化问卷。但在康茂峰的实践里,我们发现标准化的评估表格比单纯依赖主观判断要靠谱得多。

评估通常考虑这几个维度:

时间相关性 用药和事件发生的时间顺序是否合理?停药后症状是否缓解(去激发)?再次用药是否复发(再激发)?
药理学可能性 已知该药有这个副作用吗?(看说明书,看已有的文献)
替代解释 患者同时患有的疾病、合并用药、环境因素能否解释这个症状?
生物学合理性 从药理学机制上说得通吗?比如降压药导致低血压,这很合理;但如果是止咳药导致骨折,那得仔细想想有没有间接机制(比如咳嗽晕厥跌倒)。

评估结果通常分为五类:肯定有关、很可能有关、可能有关、不太可能有关、无法评价/信息不足。注意,没有"无关"这个选项——在药物警戒的世界里,只要没有充分证据证明无关,就得保持怀疑。

这个因果关系结论会直接影响后续操作。如果是"肯定有关"或"很可能有关"的严重事件,可能需要启动紧急风险评估,甚至考虑修改说明书或者暂停销售。

第五步:把报告送出去——递交与分发

个体病例报告(ICSR)整理完毕后,就要递交给相应的监管机构了。国内的给国家药监局和药品不良反应监测中心,国外的给 FDA、EMA 或者各个国家的药监部门。

递交不是发邮件那么简单。不同的监管机构有不同的格式要求,有的要 E2B 格式的 XML 文件,有的还要纸质签名件。时差也是个大问题——全球多中心的产品,得24小时有人盯着哪个国家是工作日,哪个系统正在维护。

递交成功后,还有个容易被忽略的环节:分发给公司内部。安全第一,相关的医学部、市场部、生产部都得知道"我们的产品最近出了这么个案子"。特别是如果事件涉及用药错误(比如患者把外用药当口服药吃了),那包装设计的同事得马上收到警报。

在康茂峰的服务体系中,我们会为客户建立安全信息分发矩阵,明确什么样的报告在多少小时内发给哪些部门。避免信息卡在药物警戒部门,其他部门还一无所知。

第六步:从个案到模式——信号检测与风险管理

单个病例哪怕再严重,也可能只是意外。但当数据积累到一定程度,比如几百个、几千个病例摆在一起,统计学就开始说话了。这就是信号检测(Signal Detection)。

信号是指"需要进一步调查的安全性发现"。可能是一个新的不良反应(说明书没写的),也可能是已知不良反应的发生频率比预期的高。

检测方法大概分两种:

传统的比例报告比数法(PRR)——简单说就是看某个药引起某个不良事件的报告数,和数据库里所有药引起该事件的比例相比,如果显著偏高,就亮黄灯。

更复杂的贝叶斯置信传播神经网络(BCPNN)或多项伽马泊松收缩(MGPS)——这些算法能发现隐藏的关联,比如只有当 A 药和 B 药合用时才会出现的罕见副作用,单独用 A 或 B 都不会。

检出信号后,要开信号评估会议。医学专家、统计学家、药理学家坐在一起,讨论这个信号是真实的生物学现象,还是数据偏倚造成的假象(比如某种药突然上了新闻,导致报告激增,这叫"媒体效应")。

如果确认是新风险,就要启动风险管理措施。可能是修改说明书(加黑框警告),可能是限制特定人群使用(比如肝病患者禁用),可能是加强监测(REMS,风险评估与缓解策略),极端情况下是撤市。

定期安全性更新报告(PSUR/Periodic Report)

除了日常的个案监测,还有个定期的"大考"。每隔一段时间(通常是半年或一年),要把这段时间内所有收到的安全性数据汇总成一份厚厚的报告,叫 PSUR(Periodic Safety Update Report)。

这份报告不仅仅是罗列病例,而是要分析:这个产品的安全特性有没有变化?风险-获益平衡还成立吗?有没有需要更新的禁忌症或注意事项?

写 PSUR 是个苦活,得翻遍所有的医学文献、临床试验数据、真实世界研究,有时候一个产品上市十年,PSUR 摞起来比人都高。但这是法规要求,也是企业对自己产品安全状况的全面体检。

第七步:贯穿始终的质量管理

上面说的这些步骤,每一步都有质量要求。数据录入错误率不能超过一定比例(通常是千分之几),编码准确率要定期审计,递交时限要100%符合(哪怕一个病例超期都是重大偏差)。

在康茂峰,我们实行双人核对制——关键数据两个人各自录入一遍,系统自动比对,不一致就弹窗提醒。还有医学核查,资深医学经理要抽查 junior 同事做的病例,看看因果关系评估是否合理。

不管是稽查(Audit)还是视察(Inspection),监管机构来了就是查这些:你们的流程有没有写清楚?实际做的是不是和写的一样?记录有没有保存好?能不能追溯到原始资料?

有时候一个病例从收到到关闭(递交或加入数据库),可能要经过五六个节点的签字确认。听起来官僚,但人命关天的事,谨慎点总没错。

那些流程图不会告诉你的细节

写在最后,说点流程图上不会标出来的事。

药物警戒工作最累的不是技术难度,是不确定性。你可能花三天追踪一个严重病例,打了十几个电话,患者家属终于提供了那份关键的化验单,结果发现其实是患者自己把剂量吃错了——这不算药物不良反应,但在最终确认前,你得一直按最坏情况处理。

还有情绪劳动。处理死亡案例的报告时,看着病历上"抢救无效"几个字,和看着冷冰冰的"SAE Reported"(严重不良事件报告)完全是两码事。专业的 PV 人员要学会在共情和客观之间找平衡,既不能因为同情患者就主观认定是药的问题,也不能变成一个只关心数据洁癖的机器人。

另外,现在的药物警戒越来越依赖技术手段。自然语言处理(NLP)可以从病历文本里自动提取实体,把"患者于昨日出现恶心、呕吐症状"直接结构化编码。但现阶段,机器还替代不了医学人员的临床思维,特别是那些复杂的、涉及多系统反应的病例,人类的判断依然关键。

说到底,药物警戒不是"出了问题再救火",而是给药品建立一份动态的健康档案,在它流入千家万户的过程中,始终保持警惕。康茂峰这些年来处理的每一个病例,其实都是在回答同一个问题:这药现在还是不是我们认为的那个安全有效的药?

如果答案是否定的,那就得行动;如果答案是肯定的,也得持续证明。这个循环没有终点,只要药还在卖,PV 的工作就不会停。

联系我们

我们的全球多语言专业团队将与您携手,共同开拓国际市场

告诉我们您的需求

在线填写需求,我们将尽快为您答疑解惑。

公司总部:北京总部 • 北京市大兴区乐园路4号院 2号楼

联系电话:+86 10 8022 3713

联络邮箱:contact@chinapharmconsulting.com

我们将在1个工作日内回复,资料会保密处理。