1. 首頁 > 健康養生 > >

實用|臨床試驗既往病史、不良事件和合并用藥數據清理的方法

養生常識健康知識

作者：法邁新媒體
臨床試驗數據管理中 ， 病例報告表（casereportform ， CRF）中的既往病史（medicalhistory ， MH）、不良事件（adverseevent ， AE）和合并用藥（concomitantmedication ， CM）的數據沒有普遍規律可循 ， 大量文本型數據需要研究者填寫 ， 數據量較大 ， 一般需要有相關醫學背景知識人員才能完全清理等特點 ， 是數據清理的難點和重點 。 這部分臨床試驗數據的清理是衡量一個臨床試驗項目數據質量的關鍵點 ， 也是監管機構評價臨床試驗真實、可靠、完整的切入點 。 基于當前業內臨床試驗數據管理趨勢 ， 本文欲以臨床數據交換標準協會（clinicaldatainterchangestandardsconsortium ， CDISC）?臨床數據采集整合標準（clinicaldataacquisitionstandardsharmonization ， CDASH）為基礎 ， 探索目前臨床試驗MH、AE和CM的CRF表設計的成熟性和規范化程度 。 建立一套通用、廣覆蓋的MH、AE和CM數據邏輯核查方案（EDC自動核查、SAS程序核查） ， 用以清理MH、AE和CM三者普通邏輯錯誤和數據彼此矛盾的情況 。 從而標準化、模塊化臨床試驗前期數據管理的準備工作 ， 降低試驗成本 ， 提高效率及數據質量 。
1基于CDISC?CDASH標準的MH、AE和CM的CRF表設計
1.1CRF設計流程
CDISC建立了涵蓋研究方案設計、數據采集、分析、交換、遞交等環節的一系列標準 。 其中CDASH描述了基礎數據采集域和CRF標準問題文字描述的變量、實施指南和最佳操作方案的融匯 。 盡管CDASH涵蓋了MH、AE和CM3個表格最通用的數據采集要求 ， 可以應用于絕大多數臨床試驗 ， 但是由于每個臨床項目方案不同 ， 所有CRF表格還是需要進行獨立的設計評估流程（圖1） 。
實用|臨床試驗既往病史、不良事件和合并用藥數據清理的方法
文章圖片
1.2MH、AE和CM的CRF表
CDASH將所有需要采集的變量分為3類（表1） ， 強烈推薦：一般情況下CRF都要包含這些變量；推薦：特定條件下需要包含這些變量；可選：根據方案或申辦者實際需求選擇性包含這些變量 。 除此之外 ， 也可根據方案的實際情況 ， 添加其他變量 。
實用|臨床試驗既往病史、不良事件和合并用藥數據清理的方法
文章圖片
實用|臨床試驗既往病史、不良事件和合并用藥數據清理的方法
文章圖片
1.3CRF表設計的注意點
除了事件名稱外 ， 盡量避免開放性的文本框 。 目前絕大多數臨床研究都會使用MedDRA和WHODrug分別對AE、MH和CM的名稱進行編碼 ， 從而使后期數據統計分析變得更加便捷 。 減少開放性文本框 ， 意味著研究者填寫更加便利清晰 ， 數據質疑的數量將會大大減少 。
使用通用術語來定義CRF采集變量的回答選項 。 不同研究的數據采用相同變量名、回答選項術語代碼、結構或格式 ， 有助于數據分析和交流 ， 也方便了向藥政管理部門提交 。
具體化想要得到的答案 ， 充分考慮可能存在的回答 。 比如合并用藥開始日期可能存在不完全的情況 ， 在設計階段中 ， “日”需要增加“UN”選項 ， “月”需要增加“UNK”選項 ， 整體日期需要增加“Unknown”選項 。
2邏輯核查
邏輯核查是指通過計算機編程 ， 利用計算機軟件的功能 ， 對已錄入CRF的數據進行驗證 ， 以發現存在問題的數據 。 CDISC中對邏輯核查的定義：對預期的內容邏輯、數據字段格式、范圍或其他屬性進行一個可追溯的、自動化的評估過程 。 邏輯核查的優點：可以對錄入CRF的數據進行實時反饋；及早發現前后數據矛盾點；提高數據質量 ， 使監查員和數據管理員有更多精力放在更為復雜的數據清理上 。
2.1邏輯核查的分類
根據目前普遍的數據管理流程 ， 邏輯核查可分為系統實時邏輯核查和SAS程序邏輯核查兩類 。 同時按照核查數據點的不同 ， 又可分為單一變量邏輯核查和多變量交互邏輯核查 。