Au cours des prochains billets de blog, je discuterai de diverses analyses pouvant être utilisées pour identifier des données inhabituelles et potentiellement frauduleuses issues d’essais cliniques. Voir Buyse chez al. pour un bon résumé de la fraude des essais cliniques, y compris des suggestions de méthodes statistiques permettant d'identifier les données inhabituelles. JMP Clinical 4.1 inclura plusieurs nouveaux processus analytiques (PA) pour aider les statisticiens, les gestionnaires de données et les contrôleurs à identifier les sujets ou les sites cliniques pouvant nécessiter un examen plus approfondi.
La fraude est difficile à diagnostiquer. Souvent, les méthodes d'identification des valeurs problématiques sont de nature graphique, les tendances et les modèles de données sur un site clinique donné pouvant varier considérablement des sites restants. Ces graphiques nécessitent une vérification, et ce qui peut être qualifié de «signal» peut varier selon l’analyste. En outre, bien que ces différences puissent mettre en évidence un problème potentiel, elles peuvent également simplement identifier des sites présentant des différences importantes dans la manière dont certaines procédures sont exécutées sujets. Pire encore, ils peuvent mettre en évidence certaines lacunes dans la conception et la collecte des données de l'étude elle-même.
Prenons un exemple simple. Les patients participant aux essais cliniques bénéficient d'excellents soins médicaux, parfois assortis d'un remboursement financier. Parfois, la nécessité de maintenir ce traitement ou de recevoir des incitations financières supplémentaires peut amener les sujets à se réinscrire à l’essai dans un autre centre d’études participant. Ces sujets inscrits en double sont problématiques. D'un point de vue statistique, l'hypothèse d'indépendance entre les sujets d'étude est violée. Ne pas considérer que cette violation risque de sous-estimer l’erreur type pour l’effet du traitement. Alternativement, si ces erreurs sont identifiées après la fin de l’inscription de l’essai, cela peut entraîner une perte de puissance puisqu’un moyen simple de traiter les données en double consiste à inclure les données d’efficacité uniquement pour le premier cas de chaque sujet participant à l’essai une perte de la taille de l'échantillon). Les analyses de sensibilité peuvent inclure ces sujets en double. En tout état de cause, l'analyse et le rapport d'étude deviennent beaucoup plus difficiles avec la présence de sujets en double.
Comment est-il possible d'identifier des sujets ayant participé plus d'une fois? Les moyens simples d'identifier les réinscrits potentiels incluent les identifiants de sujets correspondants par date de naissance ou par leurs initiales. Voir la figure 1. Cette sortie provient de la Anniversaires et initiales AP utilisant les données de Nicardipine. Les sujets sont appariés soit par date de naissance, avec des options pour permettre des fenêtres autour d'une date de naissance (si les dates sont entrées de manière incorrecte dans la base de données); ou par des initiales tenant compte de la possibilité qu'une initiale moyenne déjà rapportée ne soit pas signalée sur un autre site. Ici, la différence de sexe et de race dans un match peut rapidement identifier les paires qui ne nécessitent pas plus d'attention. Si disponible, JMP Clinical résumera également l'origine ethnique, la taille et le poids dans ce tableau.
Par exemple, les deux premières lignes représentant le 15 avril1915 ne sont probablement pas le même sujet puisque le sexe est différent. Toutefois, la paire de 28 juillet 1928 (lignes 7 et 8) peut nécessiter un examen. Enfin, passez en revue la paire de sujets dans les deux dernières lignes du 18 octobre 1956. Ils correspondent sur le sexe et la race et participent sur le même site! L’examen de données supplémentaires provenant du DM / ADSL peut apporter une clarté supplémentaire en utilisant Afficher les sujets approfondir. Un cas pire est qu'un duplicata de CRF a été soumis pour ce sujet (éventuellement une simple erreur). Une autre possibilité est que des jumeaux se soient inscrits sur ce site!
Comme nous l'avons vu ci-dessus, l'identification des correspondances en fonction des dates de naissance et des initiales peut potentiellement identifier les faux positifs. Le célèbre Problème d'anniversaire affirme qu'avec 57 personnes, il y a 99% de chances d'avoir au moins une paire de sujets avec une date de naissance correspondante. Cependant, résumer des caractéristiques démographiques et des signes vitaux supplémentaires devrait permettre d'identifier et d'éliminer rapidement ces cas.
Identifier les inliers et les aberrants multivariés a écrit:
[...] clinique peut signifier des problèmes sur le site clinique, et a discuté de la façon dont les participants à l'essai peuvent apparaître plusieurs fois dans la même étude. Pour les deux derniers messages, nous nous concentrons sur certaines méthodes [...] ]
Localisation de données potentiellement frauduleuses dans les domaines SDTM Findings a écrit:
[...] les discussions précédentes portaient sur l'identification de sujets susceptibles d'avoir participé à une étude à plusieurs reprises, généralement sur plusieurs sites cliniques. Toutefois, un comportement frauduleux se produit généralement au sein de [...]
