Die Source Data Verification (SDV) ist ein zentraler Bestandteil der Qualitätskontrolle in klinischen Studien. Sie beschreibt den Prozess, bei dem erhobene Studiendaten mit ihren ursprünglichen Quellen – den sogenannten Quelldaten – abgeglichen werden. Ziel der SDV ist es sicherzustellen, dass die in der Studie dokumentierten Informationen korrekt, vollständig und nachvollziehbar sind.
Quelldaten können dabei sehr unterschiedliche Formen annehmen. Dazu zählen beispielsweise Patientenakten, Laborbefunde, ärztliche Befundberichte, elektronische Gesundheitsakten oder Auswertungen aus medizinischen Geräten. Die SDV prüft, ob diese Originalinformationen korrekt in das Studienprotokoll oder das Case Report Form (CRF) übertragen wurden.
Im Kern dient die Source Data Verification dem Schutz der Datenintegrität. Nur wenn Studiendaten verlässlich und unverfälscht sind, lassen sich daraus valide wissenschaftliche Schlussfolgerungen ziehen. Fehlerhafte oder unvollständige Daten können die Aussagekraft einer Studie erheblich beeinträchtigen und im schlimmsten Fall zu falschen medizinischen Entscheidungen führen.
Die Durchführung der SDV erfolgt in der Regel im Rahmen des Datenmonitorings. Dabei besucht ein Monitor – häufig im Auftrag des Sponsors oder einer CRO – das Prüfzentrum und überprüft stichprobenartig oder vollständig ausgewählte Datensätze. Welche Daten überprüft werden und in welchem Umfang, hängt vom Risikoprofil der Studie, der Phase und der Komplexität des Studiendesigns ab.
Traditionell wurde die SDV als vollständige Kontrolle aller relevanten Daten verstanden. In modernen Studien wird jedoch zunehmend ein risikobasierter Ansatz verfolgt. Dabei konzentriert sich die Source Data Verification auf besonders kritische Datenpunkte, etwa sicherheitsrelevante Ereignisse, primäre Endpunkte oder zentrale Einschlusskriterien. Dieser Ansatz trägt dazu bei, Ressourcen effizienter einzusetzen, ohne die Datenqualität zu gefährden.
Ein weiterer wichtiger Aspekt der SDV ist die Nachvollziehbarkeit von Änderungen. Werden Daten korrigiert oder ergänzt, muss klar ersichtlich sein, wann und warum diese Anpassungen erfolgt sind. Hier besteht eine enge Verbindung zum Audit Trail, der jede Änderung an Studiendaten dokumentiert. Während der Audit Trail den Änderungsverlauf technisch abbildet, prüft die SDV inhaltlich, ob diese Änderungen sachlich korrekt und gerechtfertigt sind.
Die Source Data Verification ist zudem fest in den regulatorischen Rahmen klinischer Studien eingebettet. Sie trägt dazu bei, die Anforderungen aus dem Bereich Ethik & Recht einzuhalten, insbesondere im Hinblick auf Transparenz, Nachvollziehbarkeit und den Schutz der Studienteilnehmenden. Dabei steht jedoch nicht die rechtliche Bewertung im Vordergrund, sondern die praktische Sicherstellung der Datenqualität im Studienalltag.
Mit der zunehmenden Digitalisierung klinischer Studien verändert sich auch die SDV. Elektronische Datenerfassungssysteme, Remote-Monitoring und zentrale Datenanalysen ermöglichen es, Teile der Source Data Verification ortsunabhängig durchzuführen. Dennoch bleibt das grundlegende Ziel unverändert: die Übereinstimmung zwischen Quelle und Studiendokumentation sicherzustellen.
Zusammenfassend ist die Source Data Verification ein unverzichtbares Instrument zur Sicherung der Qualität klinischer Studiendaten. Sie verbindet praktische Prüfprozesse mit strukturiertem Monitoring und leistet einen entscheidenden Beitrag zur Glaubwürdigkeit und wissenschaftlichen Aussagekraft klinischer Studien.
