数据收集工具：设计和制定适当的数据收集工具，如电子数据捕获系统（EDC）或纸质记录表。

数据录入：将收集到的数据输入到建议的数据管理系统中，数据的及时性和准确性。

数据验证：进行数据验证，检查数据的完整性和一致性，数据符合预定的质量标准和协议要求。

数据清洗：识别和纠正数据中可能存在的错误或异常值，如缺失数据、逻辑错误等。

电子数据管理：如果使用EDC系统，系统符合国际和本地法规要求，提供安全、高效的数据管理和访问。

纸质数据管理：如有纸质记录，记录清晰、完整，并进行正确的归档和存储。

统计分析计划：制定详细的统计分析计划（SAP），包括分析方法、假设检验、数据转换和子组分析等。

数据分析：根据SAP进行数据分析，评估试验的主要和次要终点，以及安全性数据的统计显著性。

安全监控：定期监控安全性数据，包括负面事件和严重负面事件的收集、报告和分析。

安全性数据报告：准备和提交必要的安全性报告，如安全性摘要和安全性评估报告。

数据保密性：试验数据的保密性，只有授权人员可以访问和处理数据。

合规性：数据管理过程符合新加坡的法规要求，包括数据保护法和临床试验相关的法律法规。

质量控制：制定和实施数据质量控制策略，包括数据质量审核、验证和审查。

审查和审核：定期进行数据审查，数据的准确性和完整性，并进行必要的纠正和预防措施。

数据管理计划：制定和维护数据管理计划（DMP），详细描述数据收集、管理和分析的流程和责任。

数据管理报告：撰写数据管理报告，记录数据管理过程中的所有活动和决策，以及任何数据质量问题的解决方案。