legacy器械转MDR认证，PMCF怎么安排，大概是企业问得最多也最头疼的问题。对于Class IIa甚至部分IIb的低风险legacy器械来说，产品已经在市场上卖了十几年、几十年，安全记录摆在那里，再去做一个全新的大规模前瞻性临床调查，怎么看都不合理。
这时候，PMCF问卷/调查研究（survey/questionnaire study）就成了一个务实的选项。成本低、执行快、对临床中心的要求低，能在合理时间内产出能用的临床数据。但问题在于：公告机构（Notified Body, NB）对PMCF问卷的审核标准近几年明显收紧了。随手发个问卷、收回几十份、写个报告交上去，大概率被打回来。
这篇文章只讲一个问题：低风险legacy器械的PMCF问卷研究，到底怎么设计才能让公告机构接受。
一、为什么问卷研究对低风险legacy器械尤其重要
1.1 legacy器械的临床证据困境
legacy器械是指那些在MDD（93/42/EEC）或AIMDD（90/385/EEC）下获得CE证书、正在利用MDR Article 120(3)过渡条款延期销售的器械。根据MDCG 2021-25 Rev.1（2024年10月修订版），legacy器械必须遵守MDR关于PMS、PMCF和临床评价的所有要求。
问题在于，很多legacy器械最初的MDD认证是基于等同器械数据（equivalence data），而不是自己产品的临床数据。到了MDR时代，等同性论证的门槛大幅提高（MDR Article 61(5)要求与等同器械制造商有合同授权），过去那些"借"来的数据不能继续用了。结果就是，企业需要为已经上市多年的产品补上临床数据的缺口。
1.2 为什么问卷比临床调查更适合低风险legacy器械
先看一个PMCF方法分级表，数据强度从高到低排列：
| PMCF方法 | 数据强度 | 成本量级 | 适用场景 | 典型执行周期 |
|---|---|---|---|---|
| 前瞻性临床调查（Clinical Investigation） | 高 | 30-100万+欧元 | 高风险器械、新发现的安全性信号 | 2-5年 |
| 注册登记研究（Registry） | 中高 | 15-50万欧元 | 植入器械、长期随访需求 | 3-7年 |
| 真实世界证据（RWE）分析 | 中 | 5-20万欧元 | 有现有数据库可利用 | 1-2年 |
| 问卷/调查研究（Survey） | 中低 | 3-10万欧元 | 低风险legacy器械、安全记录充分 | 6-18个月 |
| 文献综述更新（Literature Review） | 低 | 1-3万欧元 | 辅助证据来源 | 2-6个月 |
对于Class IIa的legacy器械——比如普通外科器械、低风险敷料、常规检查手套——产品已经安全使用了很长时间，不良反应记录很少。这种情况下，要求企业做前瞻性临床调查是不成比例的。MedTech Europe在2025年10月的立场文件也明确指出了这一点：NB不应该默认要求所有器械都做PMCF临床调查，而应该基于风险采取相称的PMCF活动。
问卷研究处于数据强度分级的中低位置，但对低风险legacy器械来说，它往往是性价比最优的选择。关键是要把问卷设计得足够严谨，让NB认可其科学性。
二、PMCF问卷研究的法规依据与NB期望
2.1 核心法规条款
MDR对PMCF的要求散布在几个关键位置：
- Annex XIV Part B：规定了PMCF计划的必须内容和方法，是PMCF的直接法律依据
- Article 61：临床评价通则，明确了PMCF数据是临床证据的组成部分
- Article 84：PMS计划必须包含PMCF安排
- Article 86：PSUR中必须反映PMCF的主要发现
MDCG 2020-7提供了PMCF计划模板，MDCG 2020-8提供了PMCF评估报告模板。这两个文件虽然不具法律约束力，但NB几乎全部参照执行。
2.2 NB对PMCF问卷的可追溯性期望
NB审查PMCF计划时，最看重的不是问卷本身有多复杂，而是整个证据链条的逻辑完整性。他们期望看到的是一条清晰的可追溯矩阵：
临床评价报告（CER）中的证据缺口/剩余风险
→ 风险管理文件中的具体风险条目
→ PMCF计划中针对这些风险的具体活动
→ 问卷设计中的具体endpoint和问题
→ PMCF报告中的数据分析和结论
→ CER更新的闭环
任何一个环节脱节——比如问卷里的问题和CER中的证据缺口对不上——都会被NB质疑。这不是理论上的要求，而是我们在实际项目中反复遇到的审核意见。
三、问卷endpoint设计：从证据缺口到可量化的研究终点
3.1 endpoint必须对应CER中的具体缺口
这是问卷设计的第一步，也是企业最容易出错的一步。endpoint不是凭空想出来的，而是从CER的风险-收益分析和证据缺口分析中"长"出来的。
举个例子。一家企业生产外科缝合线（Class IIa legacy器械），CER中的证据缺口分析可能指向以下几个问题：
| CER证据缺口 | 对应的PMCF endpoint | 问卷中的体现 |
|---|---|---|
| 长期使用中缝线断裂率的真实世界数据不足 | 缝合后30天内缝线断裂发生率 | "术后随访期内是否观察到缝线断裂？"（是/否，记录时间） |
| 特定组织类型中的性能数据有限 | 不同组织类型中的缝合可靠性评分 | "请评估以下组织类型中的缝合可靠性：皮肤/筋膜/内脏浆膜层"（Likert 1-5分） |
| 感染风险数据主要来自文献，缺少自产品数据 | 缝合相关感染发生率 | "术后是否出现缝合部位感染？"（是/否，感染分级） |
| 使用者对产品操作性的反馈不足 | 器械操作便利性评分 | "手感、打结安全性、组织穿越顺畅度"（Likert 1-5分） |
每个endpoint都应该是可量化、可统计分析的。NB不接受"整体满意度不错"这种模糊结论。
3.2 区分临床endpoint和满意度指标
这里有一个特别常见的坑：客户满意度问卷不等于PMCF问卷。
NB的审核员对此非常敏感。如果你的PMCF问卷里全是"您对本产品是否满意"、"您是否愿意推荐本产品"之类的问题，大概率会被认定为"客户满意度调查"而非"PMCF临床数据收集"，然后整份报告被退回。
两类指标的核心区别在于：
| 维度 | 客户满意度调查 | PMCF问卷 |
|---|---|---|
| 目的 | 商业评估、市场反馈 | 确认临床安全性和性能 |
| 指标性质 | 主观偏好 | 客观或半客观的临床测量 |
| 分析方法 | 描述性统计为主 | 预设endpoint、预设统计分析计划 |
| 接受标准 | 无硬性标准 | 预设定量接受标准 |
| NB认可度 | 不认可为PMCF证据 | 可作为PMCF证据（设计合理时） |
3.3 设定预设的接受标准（Acceptance Criteria）
每个主要endpoint都需要一个预设的接受标准。这并不是说你要把标准设得多高，而是要让NB看到你有明确的评判依据。
比如缝合线的例子：
- 缝线断裂率：预设接受标准 <2%（基于文献中同类产品的断裂率范围1%-3%）
- 缝合部位感染率：预设接受标准 <5%（基于CDC手术部位感染指南中的参考值）
- 操作便利性评分：预设平均评分 >3.5/5.0（基于同品类上市后数据的经验值）
接受标准的设定需要有文献依据或历史数据支撑，不能拍脑袋。
四、样本量计算：不能靠"凑够数就行"
4.1 样本量的统计学基础
NB对PMCF问卷最常见的驳回理由之一就是样本量缺乏统计学依据。很多企业提交的PMCF计划里写着"计划收集100份问卷"，问为什么是100份，回答是"之前别人也是这么做的"。这种回答在NB看来等于没有回答。
样本量计算需要以下输入参数：
- 主要endpoint的预期表现值（expected performance）：基于文献或历史数据
- 接受标准/零假设值（null hypothesis value）：你认为"不可接受"的阈值
- 统计检验的显著性水平（alpha）：通常取0.05（双侧）或0.025（单侧）
- 统计功效（power）：通常取80%（beta = 0.20）
举个例子。假设你的缝合线PMCF问卷主要endpoint是"术后30天内缝线断裂发生率"，文献中的同类产品断裂率约为1.5%，你设定的接受标准是断裂率 <3%。
使用单侧精确二项检验（exact binomial test），alpha=0.025，power=80%，预期断裂率1.5%，零假设断裂率3%，计算得到的样本量约为586个观察样本。如果你预期的问卷回收率是60%，那么需要发放约976份问卷。
这个计算过程必须在PMCF计划中完整呈现，包括使用的统计软件或公式、输入参数的来源依据。Purdie Pascoe在2025年发表的文章中也强调了这个要点：预期表现值与接受标准之间的差距越大，所需的样本量反而越小。
4.2 不同endpoint的样本量策略
实际操作中，PMCF问卷往往包含多个endpoint。这时候怎么处理？
| 场景 | 建议策略 |
|---|---|
| 单一主要endpoint + 多个次要endpoint | 以主要endpoint的样本量为准，次要endpoint的样本量作为参考 |
| 多个主要endpoint | 取各endpoint计算结果中的最大值，或使用Bonferroni校正调整alpha |
| 安全性endpoint + 性能endpoint | 分别计算，取较大者 |
| 分层分析需求（如按术式分组） | 每个分层都要满足最低样本量 |
4.3 实际执行中的回收率考量
问卷研究有个特殊问题：发放数量不等于回收数量，回收数量不等于有效数量。在设计阶段就要把回收率和有效率纳入计划：
- 医疗机构HCP问卷的典型回收率：30%-70%，取决于机构和产品类型
- 患者问卷的典型回收率：20%-50%
- 有效率（排除不完整或不符合纳入标准的）：通常85%-95%
发放量 = 目标样本量 /（回收率 x 有效率）。这个计算必须写在PMCF计划里。
五、偏倚控制：问卷研究最容易被质疑的环节
5.1 常见偏倚类型及控制措施
问卷研究的固有局限在于数据收集的非干预性，偏倚来源比临床调查更多。NB在审核时会重点关注以下几类偏倚：
| 偏倚类型 | 在PMCF问卷中的表现 | 控制措施 |
|---|---|---|
| 选择偏倚 | 只向"友好"医院发问卷，或只选择已知使用效果好的中心 | 预先定义参与中心的纳入标准，多中心取样，避免仅便利抽样 |
| 信息偏倚 | 问题措辞引导性太强，如"您是否认为本产品安全有效？" | 使用中性措辞，避免双重问题，问题顺序随机化 |
| 回忆偏倚 | 要求HCP回忆数月前的使用细节 | 缩短回忆时间窗口，或采用实时记录代替回顾性填写 |
| 报告偏倚 | 不良事件报告不完整，只填正常使用的结果 | 确保问卷包含不良事件部分，明确"所有使用经历"均需报告 |
| 无应答偏倚 | 不满意的用户更可能不回复，导致结果偏向正面 | 记录无应答者的基本信息（至少中心级别），分析应答者与无应答者的差异 |
5.2 问卷设计与验证
一份NB能接受的PMCF问卷，不能是临下班前花半小时写的。问卷本身需要经过设计、评审和预测试三个阶段：
设计阶段：由具备临床背景的人员起草问题，每道题都要对应一个具体的endpoint或安全性参数。避免开放式问题占主导——虽然开放式问题能收集到意外的信息，但不利于统计分析。建议以封闭式问题（是/否、Likert量表、数值范围）为主，辅以少量开放式问题。
评审阶段：请至少2-3名未参与起草的临床专家审阅，评估内容效度（content validity）——问题是否真正在测量你想测量的临床参数。
预测试阶段（pilot test）：在小范围（5-10名目标受访者）进行预调查，检验问题的可理解性、填写时间、是否存在歧义。预测试的结果和修订记录要保留，NB可能要求查看。
六、比较器的选择与基准数据的建立
6.1 问卷研究要不要设比较器
很多企业问：PMCF问卷研究是不是只收集自己产品的数据就够了？
严格来说，MDR没有明确要求PMCF研究必须设置对照组或比较器。但NB在审核时会期望你把产品的表现放在一个可参考的框架里来评判——这就是比较器或基准数据的作用。
对于低风险legacy器械的问卷PMCF，比较器可以有以下几种选择：
| 比较器类型 | 说明 | 适用场景 |
|---|---|---|
| 文献基准（Literature Benchmark） | 从系统文献综述中提取同类产品的安全性和性能数据作为参考 | 最常用，适合大多数低风险legacy器械 |
| 企业历史数据（Historical Data） | 企业自身产品过去的PMCF数据、投诉数据、PMS数据 | 有足够历史数据积累的legacy器械 |
| 替代疗法/标准治疗（Standard of Care） | 当前临床实践中用于相同适应证的标准治疗方案 | 产品定位为替代或改进现有方案的器械 |
| 注册登记数据（Registry Data） | 来自行业或学术注册登记的公开数据 | 有可用的相关注册登记时 |
最实际的做法是结合CER中的SOTA（State of the Art）分析，把文献中报告的同类产品安全性和性能指标提取出来，作为你问卷数据的比较基准。你在CER阶段做文献检索时，就已经收集了这些数据，不需要重复工作。
6.2 如何在问卷报告中呈现比较结果
比较结果不需要做严格的统计检验（你的问卷毕竟不是RCT），但需要有定量的对比呈现。比如：
本产品在PMCF问卷中报告的缝线断裂率为1.2%（95% CI: 0.5%-2.3%），低于预设接受标准3.0%，与文献报告的同类产品断裂率范围（1.0%-2.8%）一致。
这种表述方式清晰、有数据支撑、便于NB审核。避免写"我们的产品和文献中的差不多"这种模糊说法。
七、随访时机与数据收集策略
7.1 随访时间点的设定依据
PMCF问卷研究的随访时间点不能随意定。它取决于几个因素：
- 产品的预期使用寿命：临时性器械（如缝线、导管）的随访窗口较短，通常为数周至数月；长期植入物则需要数年的随访
- CER中识别的风险特征：如果CER指出某种迟发性风险，随访时间必须覆盖该风险可能出现的时间窗口
- 临床实践中的标准随访模式：随访时间点应与该类产品的标准临床随访节点一致，便于HCP填写
对于低风险legacy器械，常见的随访设计：
| 器械类型 | 建议随访时间点 | 理由 |
|---|---|---|
| 外科缝合线/敷料 | 使用后7-30天 | 覆盖急性并发症窗口 |
| 检查手套/防护类 | 即时（使用后当场或当天） | 一次性使用，无长期风险 |
| 低风险电子诊断设备 | 使用后即时 + 3个月 | 评估操作性能和初步可靠性 |
| 牙科耗材 | 使用后7天 + 3个月 | 覆盖短期反应和中期性能 |
7.2 数据收集方式的选择
PMCF问卷的数据收集方式直接影响数据质量和NB的认可度：
| 收集方式 | 优点 | 缺点 | NB认可度 |
|---|---|---|---|
| 电子问卷（eCRF/在线平台） | 数据结构化、可审计追踪、减少录入错误 | 需要IT基础设施 | 高 |
| 纸质问卷 + 双人录入 | HCP接受度高、不需额外设备 | 数据录入工作量大、易出错 | 中 |
| 电话/面对面访谈 | 可追问细节、数据更丰富 | 标准化程度低、访谈者偏倚 | 中（需标准化访谈提纲） |
建议使用电子数据采集系统（eCRF），一方面数据质量有保障，另一方面NB审核时可以提供完整的审计追踪（audit trail），证明数据的真实性和完整性。
八、公告机构最容易驳回PMCF问卷的五种情况
根据我们对接多家NB的实操经验，以下五种情况是PMCF问卷被驳回的高发区域。
8.1 驳回原因一：问卷与CER证据缺口没有关联
NB的典型审核意见："The PMCF plan does not address the residual risks identified in the clinical evaluation."（PMCF计划未解决临床评价中识别的剩余风险。）
这个问题的根源在于，企业在设计问卷时没有回到CER去看"到底缺什么数据"。常见表现：
- CER中说"长期安全性数据不足"，但问卷只问了使用时的即时感受
- CER中提到了某个特定的剩余风险，但问卷里连相关问题都没有
- 问卷收集了一堆数据，但没有一个能直接回答CER中提出的临床问题
对策：设计问卷前，先做一张"证据缺口-问卷问题"映射表（gap-question mapping），确保CER中每一条证据缺口都有对应的问卷问题来收集数据。把这张表放在PMCF计划的附件里，NB一看就明白问卷的逻辑。
8.2 驳回原因二：样本量没有统计学依据
NB的典型审核意见："No statistical justification for the sample size has been provided."（未提供样本量的统计学依据。）
"我们打算收100份"或者"上一次也是收这么多"不算统计学依据。NB要看的是：你用什么统计方法、输入了什么参数、得出了什么结果。
对策：在PMCF计划中单列一个"样本量计算"章节，包含统计假设、参数设定、计算公式/软件、计算过程和结论。使用的统计方法要和endpoint类型匹配（二分类endpoint用精确二项检验，连续endpoint用t检验或非参数方法等）。
8.3 驳回原因三：缺少预设的接受标准
NB的典型审核意见："Acceptance criteria for the endpoints are not defined."（未定义endpoint的接受标准。）
如果问卷只有endpoint定义而没有预设的"什么结果算通过、什么结果算不通过"，NB无法判断你的PMCF数据是否足以确认产品的安全性和性能。
对策：为每个主要endpoint设定量化的接受标准，并标注标准的来源（文献值、法规限值、历史数据等）。接受标准要在数据收集开始前确定——事后根据数据结果来"调"标准是违背科学原则的。
8.4 驵回原因四：偏倚控制措施缺失
NB的典型审核意见："Potential sources of bias have not been identified or addressed."（未识别或处理潜在的偏倚来源。）
问卷研究的固有局限性NB心里清楚，他们不会因为问卷存在偏倚就直接否定。但如果你的PMCF计划中对偏倚问题完全不予讨论，NB会认为你不够专业。
对策：在PMCF计划中增加一个"偏倚评估"章节，按偏倚类型逐一分析你的问卷设计可能存在哪些偏倚，以及你采取了哪些控制措施。即使某些偏倚无法完全消除，坦诚地讨论也比假装不存在要好得多。
8.5 驳回原因五：数据分析计划不明确
NB的典型审核意见："The statistical analysis plan is not defined."（未定义统计分析计划。）
问卷收回来之后怎么分析？用什么统计方法？缺失数据怎么处理？亚组分析怎么做？这些都要在PMCF计划阶段就明确写好，而不是数据收完后再决定。
对策：在PMCF计划中包含一个完整的统计分析计划（Statistical Analysis Plan, SAP），至少覆盖：
- 分析人群定义（全分析集、符合方案集）
- 主要endpoint的分析方法
- 次要endpoint的分析方法
- 缺失数据处理策略
- 亚组分析计划（如有）
- 安全性数据的汇总方法
FAQ：PMCF问卷研究的常见问题
Q1：我们的legacy器械是Class I（非灭菌、非测量、非重复使用），需要做PMCF吗？
Class I器械在MDR下属于最低风险等级，PMCF并非强制要求。但你需要CER中论证为什么不需要PMCF——不能只是"因为是Class I所以不需要"，而要基于你的证据缺口分析说明现有临床数据已经充分。如果CER中确实没有剩余风险或未解决的问题，一份简短的"no PMCF justification"就够了。
Q2：问卷的受访者应该是HCP还是患者？
取决于你的产品和研究目标。对于大多数legacy医疗器械，HCP（医师、护士、技师）是更合适的受访者——他们有临床判断能力，能评估产品的临床性能和安全性。患者问卷更适合评估生活质量、症状改善等以患者为中心的endpoint。如果产品由患者自行使用（如家用血压计），则患者问卷更合理。
Q3：PMCF问卷的数据能用来支撑新的临床声明（claim）吗？
不能。PMCF的目的是确认现有临床评价中的安全性和性能声明，不是产生新的临床声明。如果你想扩展适应证或增加新的性能声明，需要单独的临床调查数据来支撑。PMCF问卷中发现的有意思的信号可以作为未来研究的方向，但不能直接写入IFU作为新claim。
Q4：文献综述可以替代PMCF问卷吗？
文献综述是PMCF活动的一种，但它通常不能单独作为唯一的PMCF活动——特别是对于legacy器械。原因是文献中的数据大多来自其他产品，不能完全代表你自己产品的真实世界表现。NB通常期望看到"文献综述 + 其他PMCF活动"的组合。问卷研究就是一种很好的"其他PMCF活动"，与文献综述形成互补。
Q5：PMCF问卷需要伦理审批吗？
取决于问卷的设计和所在国家的法规。如果问卷是回顾性的、匿名的、不涉及额外的医疗干预，大多数EU成员国不需要伦理委员会审批。但部分国家（如德国、法国）的要求更严格，可能需要伦理委员会的意见或豁免信。建议在PMCF计划中明确说明伦理审批的状态，并保留相关文件备查。
Q6：问卷数据收集完成后，多长时间内需要完成PMCF评估报告？
MDR没有规定具体的时间限制。但根据MDCG 2020-8的PMCF评估报告模板，报告应在数据收集完成后"及时"完成。从实际操作角度，建议在最后一次数据录入后3-6个月内完成PMCF评估报告，并将结论更新到CER中。如果间隔太长，NB可能质疑数据的新鲜度。
Q7：我们的产品在多个EU成员国销售，问卷是否需要覆盖所有市场？
不要求覆盖所有市场，但需要在PMCF计划中解释选择特定国家/中心的原因。如果产品只在1-2个国家使用量较大，集中在这几个国家收集数据是合理的。关键是要确保样本具有代表性，不要只在企业"关系最好"的那家医院收集数据。
参考资源
- MDR 2017/745 全文 — 欧盟医疗器械法规原文，Article 61、Annex XIV Part B为PMCF核心条款
- MDCG 2020-7 PMCF计划模板 — PMCF计划撰写的官方参考模板
- MDCG 2020-8 PMCF评估报告模板 — PMCF评估报告的官方参考模板
- MDCG 2021-25 Rev.1 legacy器械要求 — legacy器械需遵守的MDR要求清单（2024年10月修订）
- MedTech Europe 2025年11月PMCF立场文件 — 行业协会关于PMCF应基于风险采取相称措施的建议
- MDCG 2020-6 临床证据充分性指南 — PMCF数据在临床证据体系中的定位
- Purdie Pascoe: High quality PMCF surveys under the EU MDR — Journal of Medical Device Regulation 2025年发表的PMCF问卷设计方法论文章
相关文章
低风险legacy器械的PMCF问卷研究怎么设计才不会被公告机构驳回
EU MDR legacy器械PMCF问卷研究实务：MDCG 2020-7/2020-6框架、Level 4 vs Level 8证据、样本量与SAP预定、偏倚控制、回应率防御、CER endpoint映射、不可接受的"客户满意度"模式与公告机构驳回缺陷的逐条修复表。
医疗器械PMCF上市后临床跟踪完全指南：EU MDR合规必修课（2026）
深度解析EU MDR下PMCF（上市后临床跟踪）的法规要求、计划编写、数据收集方法、PMCF评价报告与SSCP更新，附实操模板与合规清单。
MDR Article 88趋势报告阈值：如何从中国投诉数据判断"显著增加"并触发EU trend report
EU MDR Article 88趋势报告实务：基线选择、观察期定义、分母选取、统计显著性方法（CUSUM/Poisson）、PMS Plan文字、PRRC升级触发条件、EUDAMED上传字段对照与中国制造商最常见的5个失败模式。