数据收集与整合
从公共数据门户和MFDS电子公共服务系统收集2003年至2024年中的所有临床研究计划批准数据。
从Public Data Portal和MFDS医疗器械信息门户收集了1556条记录，使用Python和Pandas进行数据处理，合并两个来源的数据。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
韩国传统医疗器械与数字医疗器械监管临床研究状态的概况（2003年至2024年中）
Landscape of regulatory clinical investigations status of traditional and digital medical devices in the Republic of Korea (2003-mid 2024)
实验完整度
中该研究为基于公开数据库的描述性分析，包含数据整合、分类、统计比较等方法，但缺乏实验干预或临床验证，属于观察性分析。
摘要
本研究通过整合监管数据库，分析了韩国食品药品安全部（MFDS）批准的1556项临床研究计划，并比较了传统医疗器械和数字医疗器械的临床研究特征（2003年至2024年中）。指标包括临床研究目的、器械分类、参与机构数量、设计特征、年度批准趋势、主要产品类别以及从计划批准到上市授权所需的时间。根据韩国MFDS四级医疗器械分类体系（1-4级），数字医疗器械主要集中在2级和3级软件，表现出较高比例的关键性临床研究（68%）；传统医疗器械分布在高风险3级和4级器械中，探索性研究比例相对较高。数字医疗器械的计划批准数量在2023年首次超过传统器械；认知治疗和诊断辅助软件是主要产品类别。数字医疗器械从批准到上市授权的平均时间显著短于传统医疗器械。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 韩国传统医疗器械与数字医疗器械在临床研究特征（目的、分类、设计、年度趋势、产品类别）以及从临床研究批准到上市授权所需时间方面存在哪些差异？
- 核心机制
- 文中未明确说明
- 主要证据
- 基于2003年至2024年中MFDS批准的1398项临床研究计划数据，通过比较传统和数字医疗器械在关键性/探索性研究比例、器械分类分布、研究设计（随机化、盲法、对照）、回顾性/前瞻性设计等，以及从批准到上市授权的平均时间差异来支撑结论。
- 研究意义
- 该研究首次系统比较韩国传统和数字医疗器械的临床研究特征，并评估从临床研究批准到上市授权的监管时间线，为监管科学研究提供见解。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
数据筛选与分类
通过逐步排除缺失值和不一致记录，并对数字医疗器械进行分类识别，建立最终分析数据集。
排除缺失设备命名、缺失临床研究标题、缺失研究地点、交叉验证不一致的记录，以及无法更新的设备命名，最终纳入1398条记录。数字医疗器械基于数字医疗产品法案的定义，通过关键词搜索（软件、机器人、VR/AR、u-Health）识别，去重后得到287条数字器械记录和1111条传统器械记录。
统计分析
比较数字和传统医疗器械在临床研究特征上的差异，并估计从批准到上市的时间。
使用Shapiro-Wilk检验评估正态性，Mann-Whitney U检验比较组间差异，Hodges-Lehmann估计中位数差异，卡方检验和Fisher精确检验比较分类变量，显著性水平p<0.05。敏感性分析验证结果稳健性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集 | 数据来源：Public Data Portal 和 MFDS Medical Device Information Portal；收集时间范围：2003年1月至2024年6月 阅读提示：Methods: Data collection and processing |
| 数据筛选标准 | 排除标准：设备命名缺失、研究标题缺失、研究地点缺失、交叉验证不一致、更新后仍无法分类的记录；最终纳入1398条 阅读提示：Methods: Data collection and processing, Figure 5 |
| 数字器械分类标准 | 定义：数字医疗器械必须满足数字技术为核心功能组件；关键词类别：软件（AI和DTx）、机器人、VR/AR、u-Health；排除数字组件仅为次要功能 阅读提示：Methods: Data collection and processing |
| 统计分析 | 统计方法：Shapiro-Wilk检验、Mann-Whitney U检验、Hodges-Lehmann估计、卡方检验、Fisher精确检验；显著性水平p<0.05；软件版本：Python 3.11, SciPy 1.10.1 阅读提示：Methods: Statistical method |