导读：上篇解析了 iRECIST 的核心机制——iUPD 与 iCPD 的确认流程、新病灶处理规则。本篇聚焦落地层面：独立影像评估 IRC 如何在临床试验中执行 iRECIST 评估？RECIST 1.1 与 iRECIST 并行评估的操作流程如何设计？新病灶独立记录有哪些规范？并通过膀胱癌与子宫内膜癌真实案例，展示 假性进展识别 的实战价值。
传统的实体瘤影像学疗效评价主要依靠 RECIST 1.1 标准，通过测量肿瘤大小的变化来判断治疗是否有效。但这个"金标准"在免疫治疗时代对"假性进展"这一特殊现象不能充分判断——当肿瘤在影像上"变大"时，不一定意味着治疗失败。对于独立影像评估（IRC）、独立评审委员会（IRC）而言，能否准确识别并妥善处理这一现象，直接关系到临床试验的疗效判定与试验参与者获益。
我们从研究背景、核心概念与准入标准、三类分层界定（无/部分/完全 TRAC）、主流抗 Aβ 单抗临床试验达标率数据四个维度，完整梳理了 TRAC 框架"是什么、怎么判、表现如何"。下篇将聚焦 TRAC 与体液标志物的关联差异、神经病理证据、实操挑战及临床与试验应用场景。
在创新药研发的实际推进中，III期临床试验往往耗时两三年甚至更长。基于控制资金风险和保护试验参与者的现实需求，研发团队在项目初期经常会提出一个明确的诉求：能不能在试验结束前看一下累积数据？如果药物出现严重安全隐患，或者疗效明确优于对照组，就提前终止试验。
阿尔茨海默病(Alzheimer’s disease, AD) 作为最常见的神经退行性疾病，是全球痴呆患者的主要病因之一，现阶段全球每年以近一千万例新增速度发展，给予医疗体系和社会公共卫生巨大压力。在AD治疗领域的回顾中，1995年到2021年间，全球在AD药物研发上累计私人投入约425亿美元，从临床前阶段走到FDA批准，一款AD治疗药物的平均研发成本高达57亿美元，然而失败率却高达95%。
