# Monitor Data Integrity

> 基于 ALCOA+ 原则设计和运营数据完整性监控项目。涵盖检测性控制措施、 审计追踪审查计划、异常检测模式（非工作时间活动、顺序修改、批量变更）、 指标仪表板、调查触发点和升级矩阵定义。适用于为 GxP 系统建立数据完整性 监控项目、准备数据完整性为重点领域的检查、数据完整性事故后加强监控， 或实施 MHRA、WHO 或 PIC/S 指南时使用。

- Skill: `pjt222/monitor-data-integrity-4` (Agent Skill)
- Install (CLI): `npx get-skill add pjt222/monitor-data-integrity-4`
- Raw SKILL.md: https://api.skillmd.com/api/skills/pjt222/monitor-data-integrity-4/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: pjt222 (https://skillmd.com/u/pjt222)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/pjt222/monitor-data-integrity-4

---


# 监控数据完整性

使用 ALCOA+ 原则和异常检测，设计和运营持续监控已验证系统数据完整性的项目。

## 适用场景

- 为 GxP 系统建立数据完整性监控项目
- 在数据完整性为重点领域的法规检查前做准备
- 数据完整性事故后加强监控
- 对现有数据完整性控制措施进行定期审核
- 实施 MHRA、WHO 或 PIC/S 数据完整性指南

## 输入

- **必填**：范围内的系统及其 ALCOA+ 风险档案
- **必填**：适用指南（MHRA 数据完整性、WHO TRS 996、PIC/S PI 041）
- **必填**：每个系统当前的审计追踪能力
- **可选**：以往数据完整性发现或法规观察
- **可选**：现有监控程序或指标
- **可选**：用户访问矩阵和角色定义

## 步骤

### 第 1 步：评估当前 ALCOA+ 状态

根据所有 ALCOA+ 原则评估每个系统：

```markdown
# 数据完整性评估
## 文档 ID：DIA-[SITE]-[YYYY]-[NNN]

### ALCOA+ 评估矩阵

| 原则 | 定义 | 评估问题 | 系统 1 | 系统 2 |
|------|------|---------|--------|--------|
| **可归因** | 谁执行了操作，何时执行？ | 所有条目是否链接到唯一用户 ID？时间戳是否由系统生成？ | 好/适当/需整改 | 好/适当/需整改 |
| **清晰** | 数据能否被阅读和理解？ | 记录在整个保留期内可读吗？格式是否受控？ | 好/适当/需整改 | 好/适当/需整改 |
| **及时** | 数据是否在活动时记录？ | 时间戳是否实时？能否检测到回填条目？ | 好/适当/需整改 | 好/适当/需整改 |
| **原始** | 这是首次采集的数据吗？ | 原始记录是否保留？是否有清晰的原始与副本区分？ | 好/适当/需整改 | 好/适当/需整改 |
| **准确** | 数据是否正确且真实？ | 计算是否经过验证？转录错误是否可检测？ | 好/适当/需整改 | 好/适当/需整改 |
| **完整** | 所有数据是否存在？ | 删除操作是否可检测？所有预期记录是否存在？ | 好/适当/需整改 | 好/适当/需整改 |
| **一致** | 数据元素是否跨记录一致？ | 时间戳是否遵循逻辑顺序？版本是否一致？ | 好/适当/需整改 | 好/适当/需整改 |
| **持久** | 数据能否在所需保留期内存活？ | 存储介质是否可靠？备份是否经过验证？ | 好/适当/需整改 | 好/适当/需整改 |
| **可获取** | 数据能否在需要时访问？ | 检索程序是否已记录？访问控制是否适当？ | 好/适当/需整改 | 好/适当/需整改 |

评级：好 = 控制措施充分；适当 = 需要小幅改进；需整改 = 需要整改
```

**预期结果：** 每个系统都有评分的 ALCOA+ 评估，对每个原则有具体发现。
**失败处理：** 若系统无法评估（如无审计追踪能力），将其标记为需要立即整改的关键差距。

### 第 2 步：设计检测性控制措施

定义检测数据完整性违规的监控活动：

```markdown
# 检测性控制措施设计
## 文档 ID：DCD-[SITE]-[YYYY]-[NNN]

### 审计追踪审查计划
| 系统 | 审查类型 | 频率 | 审查人 | 范围 |
|------|---------|------|--------|------|
| LIMS | 全面 | 每月 | QA | 所有数据修改、删除和访问事件 |
| ERP | 针对性 | 每周 | QA | 批记录修改和审批 |
| R/Shiny | 全面 | 每次分析 | 统计师 | 所有输入/输出/参数变更 |

### 审查清单
每个审计追踪审查周期：
- [ ] 所有数据修改均有记录的理由
- [ ] 无无法解释的删除或作废条目
- [ ] 时间戳按顺序排列且与业务操作一致
- [ ] 无无记录理由的非工作时间活动
- [ ] 未检测到共享账户使用
- [ ] 失败登录尝试在正常阈值内
- [ ] 变更控制之外无权限提升事件
```

**预期结果：** 检测性控制措施已计划安排、分配责任并以明确的审查标准记录。
**失败处理：** 若审计追踪审查未按计划进行，记录差距并升级至 QA 管理层。遗漏的审查会积累风险。

### 第 3 步：定义异常检测模式

创建触发调查的具体模式：

```markdown
# 异常检测模式

### 模式 1：非工作时间活动
**触发条件：** 在工作时间外（定义为 [周一至周五 06:00-20:00 当地时间]）进行数据创建、修改或删除
**阈值：** 在规定时间外的任何 GxP 关键数据修改
**响应：** 在 2 个工作日内与用户和主管确认
**例外情况：** 有记录的轮班工作、已批准的加班、自动化流程

### 模式 2：顺序修改
**触发条件：** 在短时间内对同一记录进行多次修改
**阈值：** 60 分钟内对同一记录超过 3 次修改
**响应：** 审核修改原因；验证每次变更是否有记录的理由
**例外情况：** [宽限期，如 30 分钟] 内的初始数据录入更正

### 模式 3：批量变更
**触发条件：** 单个用户的数据修改量异常高
**阈值：** 每用户每天超过 50 次修改（基线：[从正常使用中计算]）
**响应：** 验证批量活动的业务理由
**例外情况：** 有记录的批量操作、变更控制下的数据迁移活动

### 模式 4：删除/作废激增
**触发条件：** 异常数量的记录删除或作废
**阈值：** 每用户每周超过 5 次删除/作废事件
**响应：** QA 立即审核已删除/作废记录
**例外情况：** 无——所有删除/作废事件均需有记录的理由

### 模式 5：权限提升
**触发条件：** 授予管理员或提升权限的用户访问变更
**阈值：** 用户访问管理 SOP 之外的任何权限变更
**响应：** 在 24 小时内与 IT 安全和系统负责人确认
**例外情况：** 按记录的紧急访问程序进行的紧急访问

### 模式 6：审计追踪中断
**触发条件：** 缺失或中断的审计追踪条目
**阈值：** 任何 > 0 的条目缺口（审计追踪应连续）
**响应：** 立即调查——可能是系统故障或篡改
**例外情况：** 无——审计追踪中断始终是关键问题
```

**预期结果：** 模式具体、可测量、可操作，有明确的阈值和响应程序。
**失败处理：** 若阈值设置过低（过多假阳性），基于基线数据进行调整。若过高（遗漏真实问题），在第一个监控周期后收紧。

### 第 4 步：构建指标仪表板

```markdown
# 数据完整性指标仪表板
## 文档 ID：DIMD-[SITE]-[YYYY]-[NNN]

### 关键绩效指标

| KPI | 指标 | 目标 | 黄色阈值 | 红色阈值 | 来源 |
|-----|------|------|---------|---------|------|
| DI-01 | 审计追踪审查完成率 | 100% | <95% | <90% | 审查日志 |
| DI-02 | 每月检测到的异常 | 趋势下降 | 环比增加 >10% | 环比增加 >25% | 异常日志 |
| DI-03 | 异常调查关闭率 | <15 个工作日 | >15 天 | >30 天 | 调查日志 |
| DI-04 | 未解决的数据完整性 CAPA | 0 逾期 | 1-2 逾期 | >2 逾期 | CAPA 追踪器 |
| DI-05 | 检测到的共享账户实例 | 0 | 1-2 | >2 | 访问审核 |
| DI-06 | 未经授权的访问尝试 | <5/月 | 5-10/月 | >10/月 | 系统日志 |
| DI-07 | 审计追踪中断事件 | 0 | 不适用 | >0（始终为红色） | 系统监控 |

### 报告节奏
| 报告 | 频率 | 受众 | 负责人 |
|------|------|------|--------|
| DI 指标摘要 | 每月 | QA 总监、系统负责人 | QA 分析师 |
| DI 趋势报告 | 每季度 | 质量委员会 | QA 经理 |
| DI 年度审核 | 每年 | 场所总监 | QA 总监 |
```

**预期结果：** 仪表板提供一目了然的合规状态，并有明确的升级触发点。
**失败处理：** 若数据来源无法支持自动化指标，实施手动收集并记录自动化计划。

### 第 5 步：建立调查触发点和升级机制

```markdown
# 调查和升级矩阵

### 调查触发点
| 触发条件 | 严重性 | 响应时间 | 调查人 |
|---------|--------|---------|--------|
| 检测到审计追踪中断 | 关键 | 立即（4 小时内） | IT + QA |
| 确认数据造假 | 关键 | 立即（4 小时内） | QA 总监 |
| 审核后确认异常模式 | 重大 | 5 个工作日内 | QA 分析师 |
| 来自同一用户的重复异常 | 重大 | 5 个工作日内 | QA + HR |
| 逾期的审计追踪审查 | 轻微 | 10 个工作日内 | QA 经理 |

### 升级路径
| 级别 | 升级至 | 时机 |
|------|--------|------|
| 1 | 系统负责人 | 任何确认的异常 |
| 2 | QA 总监 | 重大或关键发现 |
| 3 | 场所总监 | 关键发现或潜在法规影响 |
| 4 | 监管事务 | 确认的数据完整性失败，需要法规通知 |
```

**预期结果：** 每项调查均有明确的严重性、时间表和升级路径。
**失败处理：** 若调查未在规定时间内完成，升级至下一级别。

### 第 6 步：汇编监控计划

将所有组件整合到数据完整性监控主计划中：

```markdown
# 数据完整性监控计划
## 文档 ID：DI-MONITORING-PLAN-[SITE]-[YYYY]-[NNN]

### 1. 目的和范围
[来自评估范围]

### 2. ALCOA+ 评估摘要
[来自第 1 步]

### 3. 检测性控制措施
[来自第 2 步]

### 4. 异常检测规则
[来自第 3 步]

### 5. 指标和报告
[来自第 4 步]

### 6. 调查和升级
[来自第 5 步]

### 7. 定期审核
- 监控计划审核：每年
- 异常阈值：每次季度审核后调整
- ALCOA+ 重新评估：系统变更或新增系统时

### 8. 批准
| 角色 | 姓名 | 签名 | 日期 |
|------|------|------|------|
| QA 总监 | | | |
| IT 总监 | | | |
| 场所总监 | | | |
```

**预期结果：** 单一已批准文件定义了完整的数据完整性监控项目。
**失败处理：** 若计划文件体量过大，创建主计划并引用系统特定监控程序。

## 验证清单

- [ ] 所有范围内系统已完成 ALCOA+ 评估
- [ ] 审计追踪审查计划已定义频率、范围和负责审查人
- [ ] 已定义至少 5 种异常检测模式，含具体阈值
- [ ] 指标仪表板有带绿色/黄色/红色阈值的 KPI
- [ ] 调查触发点已定义严重性和响应时间
- [ ] 升级矩阵在关键发现时达到监管事务部门
- [ ] 监控计划已由 QA 和 IT 领导层批准
- [ ] 已建立定期审核计划

## 常见问题

- **监控但不行动**：收集指标但从不调查异常，提供虚假的安全感，比不监控更糟糕（会产生被忽视发现的证据）
- **静态阈值**：基于猜测而非基线数据设置的阈值会产生过多假阳性，导致警报疲劳
- **审计追踪审查流于形式**：在不了解应关注什么的情况下审查审计追踪是无效的，培训审查人员了解异常检测模式
- **忽视系统局限性**：某些系统的审计追踪能力较弱。记录局限性并实施补偿性控制措施，而不是假装局限性不存在
- **无趋势分析**：单个异常可能看起来微不足道，但跨时间或用户的模式揭示系统性问题。始终对数据完整性指标进行趋势分析

## 相关技能

- `design-compliance-architecture` — 确定需要数据完整性监控的系统
- `implement-audit-trail` — 监控所依赖的技术基础
- `investigate-capa-root-cause` — 当监控检测到问题需要正式调查时
- `conduct-gxp-audit` — 审计评估监控项目的有效性
- `prepare-inspection-readiness` — 数据完整性是法规检查的首要关注领域

