DM

临床试验的数据管理,规范性与技术性要求.

4k
0
StatX 发表于 2019-06-14 10:59 am

CRF(病例报告表)作为临床试验/研究中,收集数据的载体(可能是纸质或电子化的),重要性不言而喻。良好设计的CRF可以使数据收集工作事半功倍,同时也有助于统计分析工作的顺利完成。

一份设计良好的CRF,收集的数据应能够覆盖方案中规定收集的所有数据,而且没有重复收集的数据。然而,现实的情况,不容乐观。从经历的多个项目的CRF设计来看,设计中的问题很多,突出的是CRF的设计没有以方案与统计为目标,成了试验信息的大杂烩。很多不需要的试验过程信息,重复收集的数据,大大增加了填写CRF表的工作量。而达成试验目的所需的数据,往往收集得不够充分,甚至该收集的没有收集。

这里举两个简单的例子:

这里记录了受试者的入组编号,下面又收集了受试者的分组信息。对于随机试验(这个CRF就是针对随机试验的),入组编号实则是随机号(这个写得有点不明确),而随机号对应的就是相应的组别,即便这里只是打个钩画个叉的事,但也是重复收集了数据,这样的地方多了,数据收集的效率自然就降下来了。

再比如这种:

这里,只需提供一个提示即可,或者干脆去掉,无需收集是否发生AE、是否有合并有药。正常的情况下,有AE发生就应记录在AE记录中,AE记录中没有的,那就应该是没有发生,同理合并用药的情况。

那么,应如何高效地进行CRF的良好设计?

以下有几个大的原则

1. 专业的事让专业的人来做。

CRF应该由DM主导设计,医学人员协助,统计人员审核。

2. CRF设计围绕方案进行(前提是方案设计得够好),以达到方案中统计分析对数据的要求为目标。

CRF中最主要的数据,包括疗效评价数据(方案中主要终点、次要终点怎么规定的?)、安全性评价的若干数据(方案中怎么规定的?)、基线的数据(人口学特征、既往史、病情基本情况、以及可能影响终点评价的其它影响因素的信息)、干预的信息(如随机编号、用药量、时间窗、试验期间的合并治疗等)、完成试验与否等。

3. CRF的设计要有模板,并尽可能模块化。

如AE的内容基本固定,合并用药、人口学特征、既往病史等所收集的数据,不同项目上也基本一致。所以对每一部分的内容形成模块化,固定内容与形式,并在此基础上形成不断更新完善的CRF模板。有助于快速地完成CRF设计。

下面的这个PPT是之前在广州的一次培训上用的,其中有CRF设计的一些具体技巧,可供大家参考。


3.6k
0
StatX 发表于 2014-08-08 9:36 pm

今天会上有人提问,专家们也给出了回答。这里只谈下我的看法。

从理论上讲,数据录入的双录入方式,通过最后的一致性核验,来发现录入错误从而保证录入的质量,也即录入后的数据与“数据源”的一致性。很显然,无论是纸质的CRF,还是原始的数据形式,双录入都可以提高录入质量,但不能提高数据记载的准确性

为什么在实践当中,EDC均采用一次录入呢?个人认为,最主要的原因,是基于纸质CRF的数据管理过程,与完全基于EDC的数据管理过程,并不完全相同。EDC中的数据,在录入之后进行原始数据核查(source data validation,SDV),就是说它的大体流程是:

数据录入(数据获取过程)-->人工核查(SDV)-->疑问与解决-->锁定

而基于纸质CRF的数据管理流程,大体是:

完成CRF(数据获取过程)-->人工核查(SDV)-->CRF的双录入与一致性校验-->锁库

从流程上可以看出,基于EDC的数据管理过程,数据的载体就是它的各种原始形式,数据录入的过程,同时也是数据获取的过程,加上后面的SDV过程,可以看作是两遍“录入”,基本保证了录入的数据与原始数据的一致性,所以双录入不是必须的;纸质CRF作为数据的载体时,SDV是针对纸质CRF的,而纸质CRF需要通过人工录入(当然OCR也是一种方式,限于当前的技术,识别率肯定不会比人工的高)再转变为电子数据,由于此时没有了人工校验(100%,非抽查),所以双录入并进行比对检验是必须的。

12.6k
0
StatX 发表于 2014-06-18 9:03 am

Detail

Source Data Validataion (SDV)

Document

  • Documentation of Informed Consent
  • Adverse event source documentation
  • study termination source document

Case Report Form v/s Source Documents

  • CRF not intended to replace Source Documents
  • Source data items to be recorded directly into the CRF must be documented

    • CRF REVIEW

    • Performing an overall review of each CRF for: internal consistency, completeness, ogic & legibility

    • Without reference to the corresponding source documentation

    • SDV

    • Verifying CRF data against information in supporting source documents held at the site

    • electronic records are the same as for paper records
    • Monitors may perform SDV by viewing computer screens

IMPORTANCE OF SDV

  • required to provide confidence in any data reported
  • protects study staff and sponsors from accusations of fraud, misconduct

SOURCE DOCUMENT VERIFICATION

  • Refers to data being verifiable from source documents
  • Unclear with regard to process of SDV, frequency & extent
  • Process to ensure that source data reported by an investigator be:

    • complete
    • accounted
    • follows a logical sequence of events
    • support entries in CRF
  • WHEN IT STARTED

    • Preferable undertaken before data are retrieved from investigator site
    • Soon after first subject is enrolled
    • Data forwarded to data management thus valid & accurate
  • WHAT TO CHECK Defined in sponsors’ SOPs

  • Documenting SDV

    • CRFs that were checked
    • The data items checked for each CRF
    • The types of source data/ documents examined
    • Nature & frequency of any errors/problems
    • Corrective action taken
  • Methods of SDV

    • Direct Access

      • Preferred choice
      • Investigators excluded who do not allow direct access
    • INDIRECT ACCESS

      • Time consuming
      • Ensures subject confidentiality
  • Common problems encountered during SDV

    • Missing , scant data
    • High error rate

SOURCE DATA

  • information in original records & certified copies of original records
  • Information of clinical findings, observations; or other activities in a clinical trial
  • Necessary for the reconstruction & evaluation of the trial
  • SOURCE DATA EXAMPLES Demographic data: DOB, gender, age, race, height, weight

SOURCE DOCUMENT

  • ACCORDING TO ICH E6: 1.52 Source Documents ARE Original documents, data, and records
  • ICH E6: 8.3.13 Source documents are one of the “Essential Documents”

    • document existence of patients
    • substantiate integrity of trial data collected
  • IND Regulations 21 CFR 312

    • Investigator record keeping and record retention
    • Case Histories- must be adequate and accurate
  • IND Regulations 21 CFR 11 Electronic Records

  • IMPORTANCE OF good source documents

    • Decrease generation of data queries
    • Record all events that transpired while subject was in the study
    • Include statements describing informed consent process & copy of ICF given to subjects
    • Site specific, protocol specific
  • Source Document Template

    • Speed data collection process
    • Guide the investigator to collect all required study data
    • Should allow for additional comments for unplanned/ unexpected situations
    • Help diminish mistakes
  • SOURCE DOCUMENT EXAMPLES

    • Physician Progress Notes
    • Nurse’s Notes
    • Diagnostic Test Reports
    • Medication Records
    • Laboratory Reports
    • Participant Diaries
    • Informed Consent Forms
  • Source Document Agreement

    • Agreement between investigator & sponsor
    • Made at or prior to study initiation
    • Type of documents/documentation to be
    • done for each data item is defined
    • Place of filing of each document is defined
    • CRF, if source for any data, is also defined
  • Custody & Archiving of Source Documents

    • Should be retained until at least 2 years after the last approval of a marketing application
    • measures to prevent accidental or premature destruction

From:https://www.mindomo.com/zh/mindmap/source-data-validation-sdv-7de3cc980ff449d08809279e1ccec109


2k
0
StatX 发表于 2014-08-10 11:10 pm

这是今天CDMC学组会议的主要讨论内容。过程“非常热闹”,所以多少有点影响效率。不过,整个过程还是收获不小,毕竟在场的有国内临床试验的监管者,也有不少行业的先行者和大腕专家。

其实评价临床试验的数据质量很难,虽然GCP里对数据的要求,只有真实、准确和完整这三项基本的要求,然而,如何通过一套定性、定量的指标体系,去评价它,FDA没有现成的东西,SFDA也没有。

临床试验的数据质量,不只涉及DM,因为数据的获取,由CRA来监控,所以,在试验结束后,我们拿到的最终数据,它的质量好与差,主要由CRA来决定,其次才是DM的作用。所以,实际上数据管理涵盖的范围,不单单是数据管理员的工作,还应该包括监查员的工作(主要是SDV)。

我们要实现这个指标体系,个人认为,首先要有一个评价指标的纳入标准,就是从数据真实、准确和完整这三条基本要求出发,可以用来直接衡量试验数据的真实性、准确性和完整性的指标(以下简称直接评价指标),以及可以影响或间接反映数据真实性、准确性和完整性的指标(以下称间接评价指标),才有必要纳入这个评价体系。

其次才是这些指标如何定义(是定性的,还是定量的)以及如何评价(是有好,还是无好?是高好还是低好,等等)的问题。

今天讨论的文档我第一次见,总体感觉呢,可以再精简些内容,同时在内容的组织上还有待调整,比如,把直接评价指标和间接评价指标放在一起,容易使读者产生困惑,而且直接评价指标和间接评价指标,对于数据质量的评价而言,重要性也是不同的,一个最简单的例子是,DM的工作无论多么规范和高质量(它是可以间接反映或影响数据质量的),它都无法改变一个虚假数据的本质。所以,感觉还是划分为直接评价指标、间接评价指标来定义比较清晰,而且层次和重点也更分明。

数据的真实性,应该说是没有直接评价指标的,只能通过一些间接指标来反映,比如监查员的SDV过程,有或无肯定是不一样的,而且这个过程本身也有文档支持,可以作为一个间接的定性评价指标,SDV的百分比则可以作为一个定量的指标,当然,100%的SDV是GCP的基本要求,不过能否有100%的文档支持(证明你做了100%的SDV)则不一定,所以作为一个评价指标而言还是可以的;再比如,第三方稽查(视察或现场核查)的无有以及是否发现真实性问题,也可以作为间接的定性指标,而且可以作为一个中心数据质量的否决项,即,如果发现数据的真实性有问题,哪怕是一些非关键性数据,我还是可以怀疑整个中心的数据真实性都有问题。

先写到这里吧,太繁杂了。。。

1.6k
0
StatX 发表于 2014-08-08 10:31 pm

首先,根据我的了解,目前没有这样的编码系统。

其次,编码的目的是什么?当然是标准化。标准化之后,可以准确地识别这些信息。而实验室检查的名称是否有必要标准化?个人觉得必要性不大,毕竟现在临床上所做的检查,最起码那些基本的,试验中常用到的,没有能混淆的项目。

2.7k
0
StatX 发表于 2014-08-08 10:15 pm

会上某位同仁提出的问题。

这其实是一个没有答案的问题。因为没有一个客观的标准,可以评价一个EDC系统是否“好用”。

我接触的EDC并不多,国外的,OC用过,inform进入系统粗略了解过,Rave看过它的界面和功能,没登入过它的系统。国内几家做EDC的也或使用或见识过,从感受上来讲,我觉得,一个EDC系统,在满足法规及数据管理本身的要求基础上,功能越简单越好,菜单越少越好,页面上的各种线框及表单越简洁越好。

一个让人眼花缭乱的EDC系统,不会是一个好用的EDC系统。

一个EDC,或者CTMS,从设计之初就要明确其核心和重点,层次要清晰分明,不能贪多求全,或者说,就算要开发一个万能的EDC系统,也不要把全部功能全部摆在那里,而应该是渐进式的,针对不同的系统角色,突出不同的功能和界面,比如对于研究者,它就应该是一个简单的录入界面和答疑界面,至多再增加个进度的显示和本中心的概况。

11.6k
16

2020/03/16 更新:

目前官网已经取消了此文件的下载。因为他们正在“修订”GCDMP,已经完成修订的章节,可在**[这里免费下载][1]**。

------

2010年我还在药企的时候,曾经组织人翻译过GCDMP,当然,译稿并没有公开。毕竟当时人家这个指南还不是开放的。

![gcdmp.png][2]

7年后,GCDMP(中文版是由2013年10月英文版翻译过来的)已经对非会员开放。只要提交本人的基本信息,就可以通过邮件收到[下载链接]。

[1]: https://scdm.org/gcdmp/

[2]: https://www.cnstat.org/xue/usr/uploads/2017/07/2303243006.png

[3]: http://scdm.org/wp-content/uploads/2017/07/Full-GCDMP-Oct-2013_CN.pdf

最新回复: 小鲜李666  ·  2020-07-14 5:03 pm
   7
   10
   0
浏览设置
隐藏帖子详情
启用无限滚动载入
该主题下的所有帖子将 已删除 ?
待审的草稿 ... 点击恢复编辑
放弃草稿