En las siguientes publicaciones de blog, discutiré varios análisis que pueden usarse para identificar datos inusuales y potencialmente fraudulentos de ensayos clínicos. Ver Buyse at al. para obtener un buen resumen del fraude de ensayos clínicos, incluidas sugerencias de métodos estadísticos para ayudar a identificar datos inusuales. JMP clinico 4.1 incluirá varios procesos analíticos (AP) nuevos para ayudar a los estadísticos, administradores de datos y monitores a identificar sujetos o sitios clínicos que pueden requerir un mayor escrutinio.
El fraude es difícil de diagnosticar. A menudo, los métodos para identificar valores problemáticos son de naturaleza gráfica, donde las tendencias y los patrones de los datos en un sitio clínico particular pueden variar sustancialmente de los sitios restantes. Estos gráficos requieren revisión, y lo que califica como una "señal" puede variar según el analista. Además, si bien estas diferencias pueden resaltar un problema potencial, también pueden simplemente identificar sitios con diferencias importantes en la forma en que se realizan ciertos procedimientos (lo que, idealmente, se estandarizará en todos los sitios) o diferencias importantes en la población disponible de asignaturas. Peor aún, pueden resaltar ciertas deficiencias en el diseño y la recopilación de datos del estudio en sí.
Tomemos un ejemplo simple. Los pacientes en ensayos clínicos reciben una excelente atención médica, a veces con la adición de un reembolso financiero. A veces, la necesidad de mantener este tratamiento o recibir incentivos financieros adicionales puede hacer que los sujetos se vuelvan a inscribir en el ensayo en otro centro de estudios participante. Estas asignaturas duplicadas son problemáticas. Desde una perspectiva estadística, se viola el supuesto de independencia entre los sujetos de estudio. No considerar esta violación tiene el potencial de subestimar el error estándar por el efecto del tratamiento. Alternativamente, si estos errores se identifican después de que el ensayo haya completado la inscripción, esto puede resultar en una pérdida de poder, ya que una forma sencilla de manejar datos duplicados es incluir datos de eficacia solo para la primera instancia de cada sujeto que participa en el ensayo (lo que resulta en una pérdida de tamaño de la muestra). Los análisis de sensibilidad pueden incluir estos sujetos duplicados. En cualquier caso, el análisis y los informes del estudio se vuelven mucho más difíciles con la presencia de sujetos duplicados.
¿Cómo es posible identificar sujetos que han participado más de una vez? Las formas sencillas de identificar posibles reinscripciones incluyen la coincidencia de las ID de los sujetos por fecha de nacimiento o iniciales. Vea la figura 1. Esta salida es de la Cumpleaños e Iniciales AP utilizando datos de nicardipina. Los sujetos se comparan por fecha de nacimiento, con opciones para permitir ventanas alrededor de una fecha de nacimiento (en caso de que las fechas se ingresen en la base de datos de manera incorrecta); o por sus iniciales, que tengan en cuenta la posibilidad de que una inicial del medio previamente reportada no se reporte en otro sitio. Aquí, el sexo y la raza diferentes dentro de un partido pueden identificar rápidamente parejas que no requieren mayor atención. Si está disponible, JMP Clinical también resumirá la etnia, la altura y el peso en esta tabla.
Por ejemplo, las dos primeras filas que representan 15Apr1915 probablemente no sean el mismo tema ya que el género es diferente. Sin embargo, el par para 28Jul1928 (filas 7 y 8) puede requerir una revisión. Finalmente, revise el par de temas en las dos últimas filas para 18Oct1956. ¡Coinciden en género y raza y están participando en el mismo sitio! La revisión de datos adicionales del DM / ADSL puede proporcionar claridad adicional al utilizar el Mostrar temas profundizar. Un caso peor es que se envió un CRF duplicado para este tema (posiblemente solo un error descuidado). ¡Otra posibilidad es que los gemelos se hayan inscrito en este sitio!
Como hemos visto anteriormente, la identificación de coincidencias según las fechas de nacimiento y las iniciales tiene el potencial de identificar falsos positivos. El famoso Problema de cumpleaños afirma que con 57 personas, hay un 99% de probabilidad de tener al menos un par de sujetos con una fecha de nacimiento coincidente. Sin embargo, resumir las características demográficas y de signos vitales adicionales debe identificar y eliminar rápidamente estos casos.
Identificando valores multivariados y valores atípicos escribió:
[...] la clínica puede significar problemas en el sitio clínico, y discutió cómo los participantes del ensayo pueden aparecer varias veces dentro del mismo estudio. En las dos últimas publicaciones, nos centramos en algunos métodos que utilizan la mayor cantidad de [...] ]
Localización de datos potencialmente fraudulentos en dominios de hallazgos de SDTM escribió:
[...] la discusión previa se centró en la identificación de sujetos que pueden haberse inscrito en un estudio varias veces, generalmente en más de un sitio clínico. Sin embargo, en general, el comportamiento fraudulento ocurre dentro de [...]
