数据处理广义的数据处理包括了临床试验的整个过程。比较侠义的数据处理可以理解为统计人员检查CRF和数据库建立及数据双输入开始（在最为标准的SOP中，数据库应该采用ORACLE数据库，并在统计计划时就应该建立好数据库，在国外很多公司采用了数据自动采集和分析软件），到数据库的锁定和提交统计分析。在科人团队的经验中，在这个阶段，国内的操作方式大致有下列几个步骤：初步检查CRF－数据双录入－差异报告－差异解决－盲态审核－数据库锁定和提交（见附录，流程示意图）。有些新手的CRA最好能够了解此过程，如此，她们会对填写CRF的完整、准确之重要性会有深刻的体会。 　　统计分析这一块的专业性要求很高。所以我们一般管他们叫“统计专家”。统计专家对于临床试验实在是重要的很。他们在研究方案的制定时就参与了研究的设计（当然还有统计计划书）。而且统计专家早期参加的活动才真正体现出专家的“权威”之处。后期的统计分析最多就是写写SAS程序，然后跑一下。 　　统计分析过程中需要提一下的是揭盲问题。由于很多人都懂一点，所以我建议各位也要懂一点。在试验之前应该有“揭盲规程”，揭盲就按照此规程进行。若为双盲，一般有两次揭盲。第一区分A/B两组，以便能进行统计分析。第二此揭盲就是“亮底牌”，知道到底那组是试验组，哪组是对照组。 　　这一段的内容也是专业的不得了。若你是这方面的专业人员，欢迎您在社区的相关区域讨论。 　　数据处理和统计分析的科学性和试验数据的真实性，在很大程度上体现在统计这里。数据处理和统计分析也是临床试验质量控制的制高点。我国GCP规定“临床试验各阶段均需有生物统计学专业人员参与”。 　　就目前情况看，临床试验的统计基本上作为单独的项目交给医科院校的教授专家。据我们所知，国家相关部门对此没有相关的资格认定，GCP中仅要求是“生物统计专业人员”。基本上各种档次都有。价格也就不一样。 附录：数据管理和统计分析流程示意图 接收CRF 手工检查CRF 数据双输入 数据文件 数据检查 可疑问题表 差异报告 数据库锁定 盲态审核 解决差异 统计分析 分析报告