Design and Development of Data Collection Instruments

Owned by Thao Ngo Thi (Unlicensed)
Last updated: May 15, 2017 by Hieu Dao
27 min read

Abstract

Clinical data can be collected with a variety of tools, but case report forms are the most frequently used data collection tool. Case report forms may be paper based or electronic and include data entry forms used by patients as well as health care providers. This chapter provides guidelines for the design of case report forms, emphasizing accurate, consistent and logical data collection in accordance with a study’s protocol. The design and development processes discussed highlight the importance of a case report form’s clarity and ease of use. The chapter also discusses referential questions, redundancies, edit checks, standards, case report form completion guidelines, and distinctions for studies using paper CRFs, electronic data capture and/or patient- reported outcomes.

Introduction

Although the study protocol is arguably the most important document used during a clinical study, case report forms (CRFs) are of vital importance as well. Because CRFs are the most frequently used tools for data collection, great care must be given to ensuring each CRF accurately and consistently captures data specified in the study protocol. An informative and well- structured CRF simplifies database design and data validation processes as well as manipulation of data during statistical analysis. The quality of study data relies first and foremost on the quality of the tool used to collect the data. If the data points specified in the protocol are not accurately collected, a meaningful analysis of the study’s outcome will not be possible. Therefore, the design, development, and quality assurance processes of a CRF must receive the utmost attention.

The International Conference on Harmonisation’s Guidance for Industry: E6 Good Clinical Practice defines the term “case report form” as, “A printed, optical, or electronic document designed to record all of the protocol-required information to be reported to the sponsor on each trial subject.”1 This chapter discusses considerations for CRF design, development, and quality assurance, including distinctions for studies using paper CRF, electronic data capture (EDC) and/or patient-reported outcomes (PRO). Because CRFs are related to numerous aspects of clinical data management (CDM), references are provided to other chapters of Good Clinical Data Management Practices (GCDMP) that provide more in-depth information in certain areas.

Scope

This chapter focuses on the design and development of CRFs used to acquire clinical data. Consideration is given to topics including questions with dependent relationships (referential questions), redundancies, edit checks, standards, CRF completion guidelines, and distinctions for studies using paper CRF, EDC and/or PRO. For information about laboratory data and data acquisition through external data transfers, see the GCDMP chapters entitled “External Data Transfers” and “Laboratory Data Handling.” For more detailed information about EDC, see the GCDMP chapters entitled “Electronic Data Capture—Concepts and Study Start-up”, “Electronic Data Capture—Study Conduct,” and “Electronic Data Capture—Study Closeout.” For more detailed information about different collection methods for PRO data, see the GCDMP chapter entitled “Patient-Reported Outcomes.”

Although some of the specific topics addressed by this chapter may not be the direct responsibility of CDM personnel, data managers must have an ongoing awareness of requirements and ensure these tasks have been completed in accordance with the principles and standards of their organization, regulatory bodies, and good clinical practice.

Minimum Standards

  • Design CRFs to collect the data specified by the protocol.

  • Document the process for CRF design, development, approval, and version control.

  • Document training of clinical site personnel on the protocol, CRF completion instructions and data submittal procedures prior to subject enrollment.

  • Verify CRFs based on rating instruments created by an independent source (e.g. Health Status Questionnaire, Beck Depression Inventory, etc.), have been properly licensed for use and follow prescribed formatting or copyright requirements.

  • Ensure CRFs are available at the clinical site prior to enrollment of subjects.

Best Practices

  • Establish and maintain a library of standard forms and associated edit checks (CRFs, CRF completion guidelines, subject diaries, etc.).

  • Use a multidisciplinary team to provide input into the CRF design and review processes. Data entry personnel, biostatisticians, the internal study team, and clinical operations personnel may be able to provide valuable perspectives to help optimize CRFs.

  • Design CRFs with safety and efficacy endpoints in mind. Consult the protocol, study biostatistician(s) or review the statistical analysis plan (SAP) (if available) to ensure all key endpoints are collected.

  • Keep the CRF’s questions, prompts, and instructions clear, concise and conformant to CDISC CDASH standards, where possible.

  • Design the CRF to follow the data flow from the perspective of the person completing it, taking into account the flow of study procedures.

  • Whenever possible, avoid referential and redundant data points within the CRF. If redundant data collection is used to assess data validity, the measurements should be obtained through independent means.

  • Use carbonless copy paper (NCR) paper or other means to ensure exact replicas of paper collection tools.

Design and Development Processes

As with most aspects of clinical research, best results can be achieved through a multidisciplinary approach to designing and developing CRFs. Input from CDM, statistical, clinical, safety monitoring and regulatory personnel will help ensure the data collected with CRFs meet the needs of the study from all pertinent perspectives. This collaborative approach also allows more thorough consideration of what data should be collected and how the data will be used to meet study objectives.

To ensure the protocol specifies data collection strategies that are reasonable and achievable, CRF design should be taken into consideration before the protocol is finalized.2 However, this may not be possible for a contract research organization (CRO) that has been contracted to develop CRFs. The process of CRF development may make apparent that certain data points are not as easy to quantify as originally anticipated. If CRFs are developed after the protocol has been finalized, any data points found to be undesirable or unattainable may require a protocol amendment to correct. When the protocol and CRFs are designed concurrently, the quality of both the protocol and the CRFs can be improved through continuous collaboration and feedback.

Although collection of data specified by the protocol is the main impetus of CRF development, care should also be taken to ensure CRFs do not collect data that ultimately will not be used for analysis or will not support analyzed data. Extraneous data can adversely affect overall data quality by drawing the attention of site personnel away from key variables.3 Key variables are typically those that measure safety parameters or study efficacy endpoints. These key variables should be defined before or during CRF development to ensure they are captured on study CRFs.

All CRFs should contain certain specific elements. All data must be attributable to a subject; therefore each CRF should accurately link the data to the correct subject. Each section that can be separated or viewed separately must contain sufficient identifiers to uniquely identify the data contained in the section. CRFs based on rating instruments created by an independent source (e.g., Health Status Questionnaire, Beck Depression Inventory, etc.), may require special licensing agreements be in place prior to use and that prescribed formats be used or specific copyright information appear on the CRF. All CRFs should also contain a provision for investigator signature to allow timely documentation of the investigator's review of the data as represented and in the event data are subsequently changed.

Data collected on CRFs will ultimately be consolidated for statistical analysis, therefore using standard data structures will help facilitate this integration.

Although the clinical database(s) will impart the structure of the dataset(s), collecting data on forms that promote a common structure will avoid the need for mapping or conversion at a later time. To facilitate this continuity, some organizations have standardized protocol templates, CRFs, database structures, validation procedures, and reporting tables.

Clarity and Ease of Use

CRF completion is subject to human error. Improving a CRF’s ease of use and clarity will result in improving the quality of data collected in the CRF. A number of factors contribute to ensuring a CRF is easily understood and used.

These factors include, but are not limited to:

  • CRF layout,

  • wording,

  • coding,

  • use of minimal referential questions,

  • minimized redundancies, and

consideration of distinctions between different collection strategies (such as paper-based CRFs versus EDC-based CRFs versus PRO).

In addition to the need for a CRF to be easily understood by those completing the CRF, the data collected on a CRF should be easily understood as well. Therefore, all questions on a CRF should be carefully examined to determine if the resultant data could potentially be ambiguous.

For example, if possible symptoms are listed with instructions to check all that apply, all check boxes that remain unchecked could be interpreted in two ways: either no symptoms were present or the individual completing the CRF skipped this section. If each symptom is accompanied by two check boxes for the responses “Present” and “Not Present,” the potential for ambiguity is removed. Similarly, many questions can have potential ambiguity removed by adding response options for “Not Applicable” or “Unknown.”4

Layout

A CRF’s data fields should be arranged in a manner that is clear and easy to follow. Data that are logically related should be grouped together whenever possible, taking into account any limitations or constraints of the clinical data management system (CDMS) that will be used. Multiple choice answers are a better alternative to free text fields, but if free text fields are used, make certain that fields provide sufficient space to record the information intended for the field.

Throughout all CRFs used in a study, maintain consistency in the order of similar answer choices. For example, the placement of “None,” “Not Applicable,” or “Other” within a series of choices should not change throughout the CRFs. Similarly, all questions with answer choices of “Yes” and “No” should present these two answer options in the same order. All questions should indicate whether multiple choices can be selected (i.e. check all that apply) or if a question can only have a single answer choice (i.e. check only one).

When designing a CRF layout, format it consistently, including font size and the use of color (if used), and take into account the intended use of the form. The flow of a CRF should closely follow the flow of data from the perspective of the person completing the form. For example, CRFs completed by site personnel might look quite different from those completed by subjects. If a CRF is completed based on information from source documentation (e.g., a medical record) the CRF should be organized in a similar sequence as would appear in the source documentation to facilitate easy transcription of information. If a CRF is to be completed by each subject every three months, a separate CRF should be provided and labeled for each interval to minimize the potential for redundant or ambiguous data.

Wording

All questions and prompts should be concise, specific, and clear enough to ensure that complete and comparable data are obtained from the various people (subject, site personnel, etc.) using a set of CRFs. Always avoid leading questions, and where possible, phrase questions in the positive to avoid the potential confusion that negatively stated questions can cause. For example, use “Did the subject follow the instructions?” rather than “Did the subject fail to follow the instructions?”

Where possible, questions should solicit data that are directly measurable, rather than soliciting interpretations of measurable data. For example, the question “Did the subject have hypertension?” is better posed by asking for the blood pressure range, length of time sustained, or specific interventions performed for the condition.

Once again take into account the intended use of the form from the perspective of the person completing it (i.e. site personnel versus subject).

Coded Responses

Because a large percentage of data must be coded prior to analysis or reporting, data should be collected in a coded format whenever possible. Examples of coded formats include multiple-choice pick lists and yes/no check boxes, where each of the possible responses may be associated with a specific code. Careful use of coded formats can provide for multiple responses where needed, track the total number of responses, and simultaneously encourage the individual completing the form to select at least one response. In cases where possible responses are known, responses can be conveniently structured as a pick list and can be coded without biasing the distribution of responses.

Ideally, CRFs should be designed such that site personnel complete the CRF by selecting, checking or ticking responses. Site personnel will typically be in the best situation to pick the correct assignment because of the availability of source documents and the familiarity of these personnel with each subject. This approach minimizes errors and reduces data processing time. With the possible exception of providing details about safety issues such as adverse events, free text is rarely useful.

Referential Questions

Referential questions are those where the answer (or lack of an answer) to one or more questions is contingent upon the answer to another question. An example of this would be: “Does the subject have child bearing potential? If yes, did the subject agree to use acceptable contraception throughout study duration?”

These types of questions set up a dependent relationship that requires both levels to be completed correctly. Because of this relationship between levels, referential questions can lead to problems during CRF design and maintenance. For example, during CRF revision, one level of a question may be deleted while the other level remains.

Referential questions can also be associated with challenges to proper CRF completion. If instructions are not explicitly clear, subjects or site personnel may not answer all levels of a set of referential questions, leading to unnecessary queries. To minimize potential confusion, referential questions should only be used after careful consideration. Instructions should note where to skip to, not what to skip. They should also be clearly grouped together, apart from other questions or prompts. Referential questions should not refer to another question contained in a remote section of the CRF packet.

Minimizing Redundancy

Data based on the same measurement should not be collected more than once or in more than one place. Doing so creates unnecessary work for site personnel and creates a need to check for consistency between redundant data points, resulting in increased work for clinical and data management teams. Because of the potential for inconsistencies and errors resulting from scores calculated by different parties at different times, collecting raw data is typically preferable to collecting calculated values.2 Raw data are also easier to verify from source documents. For example, a CRF should not have site personnel calculate the BMI (body mass index) since this can be computed more efficiently by the statistician at the time of analysis based on the recorded height and weight responses. The CRF should also allow the site to record data in their customary units of measure (e.g. inches, centimeters, pounds, kilograms) per their normal practice, which can then be converted, if necessary, by the data management team in the edit check specifications or the statistician at the time of data review/analysis.

Situations do exist where redundant data collection is used to assess data validity, particularly in cases where other means are not practical.5 If redundant data collection is used to assess data validity, the measurements should be obtained through independent means. For example, two pregnancy tests may be administered during the same visit but on different types of samples (i.e., serum and urine). If both tests produce the same results, the data can be considered valid.

Some data, such as adverse events or concomitant medications, may be collected via logs rather than individual CRF forms, in which case the elimination of redundant data collection should be carefully considered.

Paper-Based Distinctions

If a paper CRF is poorly designed, organized, or printed, there is a greater potential for missing data due to questions being overlooked. Avoiding certain pitfalls can greatly reduce the odds of questions being overlooked. For example, all printed CRF pages should be single sided and should use a clearly legible font size. Trying to squeeze too many questions onto a single page can lead to questions being overlooked, because the page may become too crowded for the eye to easily discern different items. In part because copies and faxes can be less legible and can cut off part of a page, data should only be recorded on original CRFs.

Paper CRFs should also contain certain design elements. For example, each CRF page should contain both the page number and the total number of pages in the CRF module or packet, which will reduce the likelihood of a page being overlooked. Each CRF page should also be clearly linked to the correct site, subject, visit and follow-up interval (if applicable).

Where dates are requested on a paper CRF, the proper date format (e.g., mm/dd/yyyy, dd/mm/yy) should be clearly stated, especially in studies that span multiple countries or geographic regions. However, dates ideally should be formatted according to the CDASH standard of using a 3-letter abbreviation for the month, which avoids the potential confusion of inconsistent date formats (dd/mmm/yyyy). It is also important to consider how partial dates should be entered if the exact date is not known. If times are requested they should be recorded using the 24-hour clock (HH:MM). Unit of measure (e.g., kilograms or pounds, centimeters or inches) should also be clearly identified.

EDC Distinctions

EDC systems use electronic CRFs (eCRFs), which may offer functionality that helps to avoid potential problems that can occur with paper CRFs. For example, an electronic CRF can enable dates to be chosen from a pop-up calendar, avoiding the potential for entering inconsistent date formats. Care should be taken; however, that if a pop-up calendar is used to enter dates, there remains a method to enter a partial date if the exact date is not known. Electronic CRFs can also group multiple pages into a set for a single subject in such a way that a subject and/or site identifier need only be entered once for the module, therefore avoiding potential errors associated with inconsistent subject/site ID records. System edit checks programmed within the EDC application validate the data at the point of entry and sometimes provide instant feedback to the person entering the data, giving an opportunity to correct the error(s) right away. Paper CRFs, on the other hand, silently accept the error until it is caught by the clinical monitor or the data manager.

However, electronic CRFs must take certain factors into account that do not apply to paper CRFs. For example, electronic CRFs should be thoroughly validated to ensure they function as intended and meet regulatory guidelines.6,7

Referential questions that create difficulties when designing paper CRFs can sometimes be addressed with the use of dynamic forms in electronic CRFs. Some EDC applications allow the form(s) to be added dynamically through a script or an edit check. For example, a pregnancy form will not appear unless gender is reported as female on a demographics form.

Electronic CRFs offer the capability to tab through fields in a prescribed sequence, which can help minimize the chances of a question being overlooked. For more information about electronic CRF design, see the GCDMP chapter entitled “Electronic Data Capture—Concepts and Study Start-up.”

Patient-Reported Outcomes Distinctions

Information that is directly reported by subjects is known as patient-reported outcomes (PRO). This type of data is crucial to studies that attempt to quantify subjects’ subjective experiences such as pain intensity or quality of life using rating scales and questionnaires. Because these data are recorded by subjects themselves rather than trained site personnel, the tools used to collect these data may differ from CRFs intended for completion by study personnel.

Because study subjects will not undergo the same rigorous training as site personnel, the wording of questions and instructions on a CRF collecting PRO data should be clear and understandable to the subject population. These CRFs should avoid the use of any terminology that might be considered jargon common to the clinical research industry.

Some PRO data may be collected on a CRF that is based on a rating instrument created by an independent source (e.g., Health Status Questionnaire, Beck Depression Inventory, etc.), in which case the validity of that instrument must be maintained. If any changes in content or format are necessary, the independent source should be consulted to ensure that the validity of the tool has not been compromised by the changes. Maintain documentation of all changes and the continued validity of the tool. Also, confirm that all necessary licensing and copyright requirements have been satisfied.

Paper CRFs can be used to collect PRO data, but PRO data can also be collected with a variety of electronic tools, commonly referred to as ePRO. For more information about PRO data collection, including considerations specific to use of paper-based PRO or ePRO, see the GCDMP chapter entitled “Patient-Reported Outcomes.”

Edit Checks

Regardless of how well CRFs are designed, edit checks should be programmed into the database or clinical data management system (CDMS). Edit checks are intended to ensure data integrity and improve data quality by bringing attention to data that are out of the expected range, inconsistent, illogical or discrepant. When data meet the predefined criteria of an edit check, a flag or warning notifies CDM personnel that the data point should be carefully examined to ensure the accuracy of the data point.

Although the majority of edit checks do not differ between paper-based and EDC studies, there are some distinctions in edit checks between the two data collection modalities. For example, edit checks for paper-based studies tend to focus more on potential transcription errors. For more information about edit checks, see the GCDMP chapter entitled “Edit Check Design Principles.”

Review and Quality Control Processes

Before being used to collect study data, all CRFs should undergo a quality control review. As with the design process of a CRF, the review process should include input from a variety of sources. First and foremost, CRFs should be examined in conjunction with the protocol to ensure all protocol- specified data are captured. In addition to the various personnel groups that may be involved in CRF design (e.g., statistical, clinical, safety monitoring, regulatory), certain types of CRFs (e.g., translations) may require specialized input into the quality control review.

  • CRFs translated into multiple languages (including Braille for the visually impaired) should be carefully reviewed to ensure the translations are truly equivalent. One method to ensure equivalency would be for one party to translate the CRF to the target language and then a second party translate back to the source language and compare the results to the original document.

  • CRFs collecting PRO data based on an independent rating instrument may need to be reviewed by the source of the rating instrument, especially if any modifications are made or the instrument is translated into a different language.

  • Paper CRFs should be carefully reviewed prior to printing by preparing a prototype using the paper size that will be used for printing (standard paper sizes vary by region, so notebooks, file folders, or other means for housing, filing, faxing or copying the forms should be considered). Upon completion of the printing process, paper CRFs should be examined to ensure acceptable quality of the printed forms prior to releasing the forms to the sites.

  • Electronic CRFs should undergo user acceptance testing (UAT) to ensure the CRFs meet the needs of the users who will be entering data. The team performing the UAT should consist of the database developer, clinical research associate, data manager and/or data entry personnel.

  • Electronic CRF review may require input from data managers, programmers, or other information technology personnel to ensure the CRFs are properly validated. For more information about validation of electronic CRFs, see the GCDMP chapter entitled “Database Validation, Programming and Standards.”

Standards in CRF Design

Use of standards can greatly decrease both the cost and time of CRF development. Some organizations create and maintain a library of standard CRF templates and associated edit checks, allowing CRFs to be easily modified to meet the needs of each individual study. Apart from organization standardized CRFs, standards that might impact CRF design come from various sources.

  • Regulatory standards may have an impact on CRF design, particularly in regard to data privacy or CRFs that are translated into multiple languages.
  • Software platform-specific standards frequently impact CRF design for studies using EDC.

CDASH

In October 2008, the Clinical Data Interchange Standards Consortium (CDISC) first released the Clinical Data Acquisition Standards Harmonization (CDASH), which was intended to standardize data collection fields used on CRFs. The CDASH standard provides a set of data collection fields that are divided into sixteen domains, and was designed to be applicable to clinical studies regardless of therapeutic area or phase of development. For more information about CDASH and other standards that impact CDM, see the GCDMP chapter entitled “Data Management Standards in Clinical Research.”

CRF Completion Guidelines

To help ensure CRFs are completed correctly, all CRFs should include clearly stated instructions and have associated CRF completion guidelines. These guidelines are used not only to train site personnel, but also to help clinical monitors when reviewing data on completed forms. In many cases, CRF

completion guidelines may also encompass instructions regarding acceptable methods of correcting or changing the data.

Instructions and completion guidelines should take into account the data collection method used (paper versus EDC) and should be tailored to the individuals who will be completing the CRF. Instructions and completion guidelines may look very different for CRFs completed by subjects rather than those completed by study personnel. Also, paper-based CRFs typically use printed CRF completion guidelines, while EDC systems may use on-line help screens in lieu of printed guidelines. For more information, see the GCDMP chapter entitled “CRF Completion Guidelines.”

CRF Change Control and Versioning

Any time CRFs undergo changes, appropriate authorization should be obtained, relevant personnel should be consulted (including biostatistics, clinical, regulatory, etc.), and all the changes should be clearly documented. Each revision of the CRF should contain a clearly identified version number or code. Versioning strategies vary widely between organizations, but any successful versioning strategy should clearly identify the correct sequence of CRF versions. When CRFs are revised, the changes made and reasons for those changes should be documented. If CRFs are revised during an ongoing study, ensure all sites use the latest version for subsequent data collection.

Data Privacy

Although each CRF must correctly represent the subject from whom data are being collected, CRFs must also avoid collecting data that could lead to direct or indirect identification of the subject. Some examples of data that could identify a subject include, but are not limited to, subject names, initials, addresses, or genetic information. Each subject should be assigned a unique code to be used for identification of that subject within the study without jeopardizing his or her privacy. For more information about privacy issues in clinical research, see the GCDMP chapter entitled “Data Privacy.”

Future Directions

The GCDMP chapter entitled “External Data Transfers” provides information on data that are presently routinely directly transferred to a clinical database, such as data from an interactive voice response system (IVRS), a diagnostic imaging device, or an ePRO device. As more physicians and hospitals transition to using electronic health records (EHR), more opportunities arise to streamline collection of clinical data. Several companies are already developing applications that will integrate EHR data with clinical databases used in clinical research. Also known as Retrieve Form for Data-capture (RFD), this approach will streamline data acquisition by eliminating steps (such as source data verification by the monitor during a site visit) currently needed to transport clinical data from a physician’s subject medical charts to a study’s clinical database. Because every data processing step introduces the potential for error, RFD may soon be a huge contributor to improving data quality while also reducing study costs and timelines.

Recommended Standard Operating Procedures

  • CRF Design
  • CRF Development
  • CRF Quality Assurance
  • CRF Approval Process
  • CRF Version Control Process
  • CRF-Related Training 



Lý thuyết 


Dữ liệu lâm sàng có thể được thu thập bằng nhiều công cụ, nhưng CRF là công cụ dùng để thu thập dữ liệu thường xuyên nhất.CRF có thể dựa trên giấy hoặc điện tử và bao gồm các form để dữ liệu bệnh nhân cũng như các nhà cung cấp dịch vụ chăm sóc sức khỏe. Chương này cung cấp hướng dẫn cho thiết kế các CRFs, nhấn mạnh việc thu thập dữ liệu chính xác, hợp lý và thống nhất phù hợp với quy trình nghiên cứu. Các quá trình thiết kế và phát triển đã thảo luận về để làm sáng tỏ việc quan trọng của phân loại CRFs và dễ sử dụng. Chương này cũng thảo luận về các câu hỏi  tham khảo, phần dư thừa, edit checks, tiêu chuẩn,hướng dẫn hoàn thành crf, và phân biệt cho nghiên cứu sử dụng CRF giấy, điện thử hoặc là báo cáo đầu ra của bệnh nhân 

Design and Development Processes

Cũng như hầu hết các khía cạnh của nghiên cứu lâm sàng, kết quả tốt nhất có thể đạt được thông qua phương pháp tiếp cận đa ngành để thiết kế và phát triển CRF. Đầu vào của CDM, thống kê, lâm sàng, giám sát an toàn và nhân viên điều tiết sẽ giúp đảm bảo dữ liệu thu thập được với CRF đáp ứng được nhu cầu của nghiên cứu từ tất cả khía cạnh thích hợp. Cách tiếp cận hợp tác này cũng cho phép kỹ lưỡng hơn việc dữ liệu cần được thu thập và dữ liệu sẽ được sử dụng như thế nào để đáp ứng các mục tiêu nghiên cứu

Để đảm bảo đề cương nghiên cứu phải xác định các chiến lược thu thập dữ liệu hợp lý và có thể đạt được, thiết kế CRF nên được tiến hành trước đề cương được hoàn thiện. Tuy nhiên, điều này có thể không khả thi cho Tổ chức nghiên cứu hợp đồng (CRO) đã được ký hợp đồng để phát triển CRF. Các quá trình phát triển CRF làm cho rõ ràng rằng một số điểm dữ liệu là không dễ định lượng như dự kiến ban đầu. Nếu CRFs được phát triển sau đề cương nghiên cứu đã được hoàn tất, bất kỳ điểm dữ liệu nào được tìm thấy là không mong muốn hoặc không thể đạt được có thể yêu cầu một sửa đổi đề cương nghiên cứu để sửa cho đúng. Khi đề cương nghiên cứu và CRF được thiết kế đồng thời, chất lượng của cả giao thức và CRF có thể được cải thiện thông qua sự hợp tác và phản hồi liên tục

Mặc dù việc thu thập dữ liệu được quy định bởi đề cương nghiên cứu là động lực chính của phát triển CRF, cần lưu ý để đảm bảo các CRF không thu thập dữ liệu mà cuối cùng sẽ không được sử dụng để phân tích hoặc sẽ không hỗ trợ phân tíchdữ liệu. Dữ liệu không liên quan có thể ảnh hưởng xấu đến chất lượng dữ liệu tổng thể bằng cách vẽ sự chú ý của nhân viên ở site khỏi các biến số chính. Các biến chính là điển hình là những người đo lường các tham số an toàn hoặc các điểm cuối hiệu quả nghiên cứu.Các biến chính này cần được xác định trước hoặc trong quá trình phát triển CRF để đảm bảo rằng họ đang ở trong nghiên cứu CRF .

Dữ liệu thu thập được từ CRF cuối cùng sẽ được hợp nhất để phân tích thống kê,do đó sử dụng cấu trúc dữ liệu chuẩn sẽ giúp tạo điều kiện để tích hợp. Mặc dù (các) cơ sở dữ liệu lâm sàng sẽ truyền tải cấu trúc của bộ dữ liệu,thu thập dữ liệu về các form thúc đẩy một cấu trúc chung sẽ tránh được sự cần thiết để lập nối hoặc chuyển đổi sau đó. Để tạo điều kiện cho sự liên tục này, một số các tổ chức có các mẫu chuẩn cho đề cương nghiên cứu ,CRFs, cấu trúc cơ sở dữ liệu, thủ tục xác nhận và bảng báo cáo.

Rõ ràng và dễ sử dụng

CRF completion is subject to human error . Hoàn thành CRF là lỗi của con người. Cải thiện tính dễ sử dụng của CRF và sự rõ ràng sẽ dẫn đến việc nâng cao chất lượng dữ liệu thu thập được trong CRF. A Số yếu tố góp phần đảm bảo CRF được hiểu và sử dụng dễ dàng.

Những yếu tố này bao gồm các mục sau nhưng ko giới hạn:

  • CRF layout, 
  • wording,
  • coding,
  • use of minimal referential questions,
  • minimized redundancies,and 
  • consideration of distinctions between different collection strategies (such as paper-based CRFs versus EDC-based CRFs versus PRO).
    Ngoài ra các câu hỏi cũng phải dễ hiểu. VD với các câu hỏi mà ko có câu tl thì phải có trạng thái unknown

Layout

Các trường dữ liệu trong CRF phải viết theo cách dễ hiểu và rõ ràng để nhập DL. Nhóm các dl với nhau. nếu là câu hỏi thì phải có phần tl bằng checkboxes hoặc là free text thì phải đủ chỗ để viết

 Tất cả thông tin đều phải có tính thống nhất, không phải theo kiểu lúc thì unknown, lúc thì Others, lúc thì None...\

Phải thống nhất từ font chữ đến cỡ chữ. Ngoài ra form phải thân thiện đứng trên phương diện người dùng. VD người nhập liệu sẽ khác với form mà người bệnh nhân tự điền.

Wording : same layout 

Coded Responses

Lý tưởng là CRFs được thiết kế mà người nhập liệu chỉ cần chọn, check hoặc là tick.Nó sẽ làm giảm thiểu lỗi và giảm thời gian nhập liệu. 

Referential Questions

Câu hỏi tham khảo là những câu hỏi mà câu trả lời (hoặc thiếu câu trả lời) cho một hoặc nhiều câu hỏi sẽ dẫn đến một câu hỏi khác. VD “Does the subject have child bearing potential? If yes, did the subject agree to use acceptable contraception throughout study duration?

Các loại câu hỏi này thiết lập một mối quan hệ phụ thuộc đòi hỏi yêu cầu cả hai mức độ phải được hoàn thành chính xác. Do mối quan hệ giữa các cấp độ này,các câu hỏi tham chiếu có thể dẫn đến các vấn đề trong quá trình thiết kế CRF và bảo trì. Ví dụ, trong quá trình sửa đổi CRF, một mức câu hỏi có thể được xóa trong khi mức độ khác vẫn còn.

Các câu hỏi tham khảo cũng có thể được kết hợp với những thách thức đối với CRF thích hợp hoàn thành. Nếu hướng dẫn không rõ ràng, bệnh nhân hoặc nhân viên nhập liệu có thể không trả lời tất cả các mức của một tập các câu hỏi tham chiếu, dẫn đến truy vấn không cần thiết. Để giảm thiểu sự nhầm lẫn tiềm ẩn, các câu hỏi tham chiếu chỉ nên được sử dụng sau khi xem xét cẩn thận. Hướng dẫn cần lưu ý có thể bỏ qua, không được bỏ qua những gì .Họ cũng nên được phân nhóm rõ ràng cùng với nhau, ngoài những câu hỏi hoặc lời nhắc khác. Các câu hỏi tham chiếu nên không đề cập tới một câu hỏi khác có trong một phần nào đó  xa của  CRF.

Minimizing Redundancy

Dữ liệu dựa trên cùng một phương pháp không nên được thu thập nhiều lần hoặc ở nhiều nơi.

Một số dữ liệu, chẳng hạn như các tác dụng ngoại ý hoặc dùng chung thuốc, có thể thu thập thông qua log chứ không phải là các mẫu đơn CRF riêng lẻ, trong trường hợp đó loại bỏ thu thập dữ liệu thừa cần được xem xét cẩn thận.

Paper-Based Distinctions (điểm khác biệt của CRF trên giấy)

Nếu một CRF giấy được thiết kế, tổ chức hoặc in kémthì tiềm năng là bị thiếu dữ liệu do các câu hỏi bị bỏ qua. Tránh một số những cạm bẫy có thể làm giảm đáng kể những câu hỏi đang bị bỏ sót. Ví dụ, tất cả các trang CRF được in trên một mặt và nên sử dụng một rõ ràng kích thước font rõ ràng. Cố gắng để quá nhiều câu hỏi vào một trang có thể dẫn đến các câu hỏi bị bỏ qua, bởi vì trang có thể trở thành quá nhiều cho mắt để dễ dàng phân biệt các mặt loại khác nhau. Một phần vì bản sao và fax có thể không đọc được và có thể cắt đứt một phần của trang, dữ liệu chỉ nên được ghi vào CRF gốc.

CRF giấy phải có mẫu sẵn như : Ví dụ: mỗi trang CRF phải chứa cả số trang và tổng số trang trong mô-đun hoặc gói CRF, sẽ giảm khả năng xảy ra bỏ sót trang. Mỗi trang CRF cũng cần được liên kết rõ ràng với đúng site, bệnh nhân, đến khám và thời gian theo dõi (nếu có)

Date trên CRF giấy phải theo format chuẩn và ghi rõ vùng miền

EDC Distinctions (điểm khác biệt của EDC)

Các hệ thống EDC sử dụng CRF điện tử (eCRFs) có chức năng giúp tránh những vấn đề tiềm năng có thể xảy ra với giấy CRFs. Cho ví dụ, CRF điện tử có thể cho phép chọn ngày từ bảng lịch tránh việc điền các ngày không đồng nhất.
Lịch, tránh khả năng nhập các định dạng ngày không nhất quán.Phải cận thận; tuy nhiên, nếu một lịch pop-up được sử dụng để nhập ngày tháng,
vẫn còn một phương pháp để nhập một phần ngày nếu không xác định được ngày chính xác.CRF điện tử cũng có thể nhóm nhiều trang thành một tập cho một bệnh nhân, theo cách đó một bệnh nhân và / hoặc chỉ số site identifier chỉ cần được nhập một lần cho module này, do đó tránh các lỗi tiềm ẩn liên quan đến sự không nhất quán cho bệnh nhân / site ID record. Lập trình hệ thống kiểm tra trong u ứng dụng EDC để xác minh dữ liệu tại thời điểm nhập và cung cấp phản hồi tức thời cho người nhập dữ liệu, tạo cơ hội để sửa lỗi (s) ngay lập tức. Mặt khác, giấy CRFs chấp nhận âm thầm lỗi cho đến khi giám sát lâm sàng hoặc người quản lý dữ liệu phát hiện ra

Tuy nhiên, CRF điện tử phải tính đến các yếu tố nhất định mà không áp dụng cho CRF giấy. Ví dụ, CRF điện tử nên được xác minh toàn bộ để đảm bảo chúng hoạt động theo đúng và đáp ứng các quy định hướng dẫn.

Các câu hỏi tham chiếu tạo ra những khó khăn khi thiết kế CRF giấy có thể đôi khi được giải quyết bằng việc sử dụng các hình thức động trong CRF điện tử.Một số ứng dụng EDC cho phép thêm (các) form (mẫu) tự động thông qua một scrpit hoặc edit check. Ví dụ, một mẫu mang thai sẽ không xuất hiện trừ phi giới tính được báo cáo là nữ trên demographics form 

CRF điện tử cung cấp khả năng thông qua tab có các trường theo trình tự, có thể giúp giảm thiểu cơ hội đặt câu hỏi bị bỏ qua. Để biết thêm thông tin về thiết kế CRF điện tử, xem chương GCDMP mang tựa đề “Electronic Data Capture—Concepts and Study
Start-up.”

Patient-Reported Outcomes Distinctions (PRO)

Thông tin được báo cáo trực tiếp bởi các bệnh nhân được gọi là báo cáo bệnh nhân  (PRO). Loại dữ liệu này là rất quan trọng đối với các nghiên cứu vì nó cố gắng định lượng những trải nghiệm của các bệnh nhân như cường độ đau hoặc chất lượng cuộc sống bằng cách sử dụng thang điểm đánh giá và bảng câu hỏi. Bởi vì những dữ liệu này được ghi lại bởi các bệnh nhân chứ không phải site user,  các công cụ được sử dụng để thu thập các dữ liệu có thể khác với CRFs dành cho nhân viên nghiên cứu 

Sử dụng ngôn ngữ rõ ràng cho bệnh nhân vì họ ko biết các thuật ngữ

Giấy CRFs có thể được sử dụng để thu thập dữ liệu PRO, nhưng dữ liệu PRO cũng có thể được thu thập được bằng nhiều công cụ điện tử, thường được gọi là ePRO.Để biết thêm thông tin về thu thập dữ liệu PRO, bao gồm các cân nhắcCụ thể để sử dụng PRO dựa trên giấy hoặc ePRO, hãy xem chương GCDMP có tiêu đề"Các kết quả được báo cáo bởi bệnh nhân."

Edit Checks: sử dụng để kiểm tra lại các thông tin nhập vào có đúng ko, 

Review and Quality Control Processes : khi tạo ra các CRF thì phải có nhiều người vào review cẩn thận từng chi tiết nhỏ.→ cái này bên kia làm mình ko phải làm

Standards in CRF Design

Sử dụng các tiêu chuẩn có thể giảm đáng kể cả chi phí và thời gian của việc phát triển CRF. Một số tổ chức tạo ra và duy trì một thư viện mẫu CRF và có edit checks đi cùng với nó, cho phép CRF dễ dàng sửa đổi để đáp ứng nhu cầu của từng nghiên cứu cá nhân. Ngoài CRF được chuẩn hóa bởi tổ chức, các tiêu chuẩn có thể ảnh hưởng đến thiết kế CRF đến từ các nguồn khác nhau.

  • Các tiêu chuẩn quy định có thể có tác động đến thiết kế CRF, đặc biệt là liên quan đến bảo mật dữ liệu hoặc CRF được dịch sang nhiều ngôn ngữ.
  • Nền tảng software_ các chuẩn cụ thể thường ảnh hưởng đến thiết kế CRFCác nghiên cứu sử dụng EDC

CRF Completion Guidelines :

Phải có hướng dẫn sử dụng CRF. Hướng dẫn ko chỉ tốt cho người ở site đc đào tạo mà còn giúp người giám sát khi họ review data. CRF giấy thì phải in hướng dẫn sử dụng ra, còn eCRF phải dùng help online.

CRF Change Control and Versioning : khi có thay đổi thì cần phải sửa CRF và cần ghi lại các verison và phải đảm bảo version mới phải đc cập nhật đồng bộ ở khắp nơi

Data privacy: phải bảo mật thông tin cho bệnh nhân, tránh việc xác định thông tin cá nhân trực tiếp hay gián tiếp. Phải có mã định danh cho từng bệnh nhân, ko lấy thông tin như tên, địa chỉ hay zen. 

Định hướng tương lai: các bệnh viện lớn sử dụng các phần mềm, vì thế các nhà nghiên cứu có thể lấy dữ liệu từ đây mà ko cần phải đi lấy vào giấy và nhập lại nữa.