临床试验期间，研究者应确保数据的真实、完整和准确。当发现CRF/eCRF中的数据与原始数据有所不同时，研究者必须对其作出“解释”。通常“解释”主要体现为数据清理过程中对数据质疑的答疑。

数据清理过程可以简单地理解为“问答”过程，由数据管理员/监查员/医学审核人员对数据提出质疑并要求研究者/CRC进行答疑并进行数据更正（若需）。做好“问”和“答”，都可以进一步加快数据清理进程，缩短数据管理周期。小编在数据管理岗位潜伏N年，积累总结了一些经验和心得，今天分享一下“答疑”的小Tips，希望对研究者/CRC们有所帮助。

l Tips1.答疑前整体熟悉CRF/eCRF。对跨表单的质疑尤其重要，如果对CRF不够熟悉或对表单之间的关联没有足够的理解，想要答疑到位还是有难度。

l Tips2.不着急答复，读懂质疑内容。先阅读，后理解，明白问的是什么问题才谈得上答复。如果看了几次都Get不到点，果断给它判死刑“质疑错误”。让人看不懂的质疑不是好质疑。

l Tips3.核实原始数据后再答复。未核实原始数据的具体情况前，不要轻易想当然地去答复，否则容易造成与原始数据的不一致。

l Tips4.确认是否涉及到数据的更正。部分质疑不涉及到数据的更正，只需研究者确认或进一步解释即可；若涉及到数据的更正，在完成质疑答复后，必须同步更正数据，并确保更正的数据的真实、准确性。

l Tips5.确认答疑内容是否可以解决数据问题。常见的问题有答非所问、回答不完整，这些情况都会造成不停地产生补充质疑，直到答疑内容完全解决数据问题，这样反而增加了研究者/CRC自己答疑工作量。

l Tips6.确认答疑内容是否会产生新的数据问题。答疑内容不仅要能解决问题，还应考虑是否涉及与相关数据的一致性、逻辑性问题，特别是当答疑内容中出现多项补充的数据时。解决了一个问题但又出现另一个问题，那数据清理就没完没了了。

l Tips7.沟通。千万别以为数据管理员只会与数据或电脑打交道，跟研究者/CRC沟通起来也可以666。沟通始终都是解决问题有力法宝，答疑过程中有任何疑问都可与数据管理人员沟通解决。

以上就是小编总结出来的一些小经验，希望对大家的答疑工作有所帮助。