我々は臨床試験からの珍しいそして潜在的に詐欺的なデータについての我々の議論を続け、そして今日我々はCDISC所見ドメインで起こるデータに焦点を合わせる。から SDTM実装ガイド 、所見ドメインは特定のテストや質問に取り組む計画的評価からのデータを表します。たとえば、これらのドメインには実験室試験のデータが含まれています。血圧、心拍数、呼吸数、体温などのバイタルサイン。アンケートからのデータ。または治療領域に特有の徴候や症状の評価。 特にこれらのデータが経時的に繰り返し測定されている場合は、異常な観察結果を特定するためのグラフィカルで分析的なアプローチが多数あります。ここでは、次の2つの簡単な方法について説明します。 JMPクリニカル4.1 それは何らかの形のデータ複製を識別します。
私達の前の議論は焦点を合わせました試験に複数回登録した可能性のある被験者の特定典型的には複数の臨床現場で。 しかし一般的に、不正行為は調査サイト内で発生することが多く、多くの場合1つまたは少数のセンターで発生します。異常なデータを検出する当社の能力は、あるサイトのデータが他のサイトのデータとどのように異なるかによって異なります。 これらのシグナルには、さまざまな反応率や経時的な傾向、あるいは変数間の異常または非定型の関連が含まれます。 ある時点で血圧を補うのは簡単なことかもしれませんが、時間の影響や他の変数との関係を説明するのは困難です。 ただし、今日説明する方法は、おそらくヒットが発生する頻度を除いて、サイト間でデータを比較することに依存しません。
SDTM検索ドメインの最初のチェックは、一定の知見分析プロセス（AP） このAPは、被験者内に変動がないテストを検索します。これは、結果がCRF全体にコピーされたことを示す可能性があります。 図1では、Nicardipine試験からの恒常的なラボテストの発生を要約しました。 ビリルビンについては、45人の被験者が試験に入ってから出るまでに値に変化がなかったようです。
珍しいことですが、これらの結果は必ずしも不正な行動が起こっていることを示すとは限りません。臨床検査によっては、経時的な変動がほとんどないことがあります。さらに、試験を早期に中止する対象については、ほんの一握りの繰り返し測定しかないかもしれない。図2に示すように、大多数の被験者は、中止するまでに2回しか発生しない値を繰り返していました。たった1つの例で、被験者は4回の訪問を通して発生した価値を持っていました。これは完全にもっともらしいかもしれませんが、臨床判断が決定します。一方、被験者が長期間の研究を完了し、複数のテストで経時的な変化がない場合、これはさらなる調査を正当化する可能性があります。
その結果はまた、CRF設計における特定の欠陥を浮き彫りにするかもしれません。例えば、各来院時に身体検査のためのデータを集めるのは全く自然なことかもしれません。身体系ごとに、検査が正常か異常かを報告し、異常がある場合は特定の異常をリストします。このようにしてデータを収集することで、経時的な異常率を要約することができます。ただし、これらの異常は通常非常にまれであるため、報告する結果がないことがよくあります。我々は今、我々は被験者が試験のあらゆる訪問を通して正常であったことを報告しなければならないことを発見した。これは面白いことを見つけるために調べるべきたくさんのデータをもたらすかもしれません（読んでください：problematic！）。
さらに、これらの自然発生的な異常が「臨床的に有意」である場合は、それらを有害事象として収集する必要があるかもしれません。私たちは現在、CRFドメイン間で整合性チェックを実行する立場にあります。おそらく、より直接的なアプローチは、身体検査が実施されたことを文書化することですが、身体検査の異常を有害事象として報告することです。これにより、収集されるデータ量が削減され、ドメイン間の整合性チェックが不要になります。
の重複レコード APは、複数回発生する可能性がある変数のセットを識別します。「記録」とはどういう意味ですか？私たちの目的のために、記録は同じ訪問と同じドメインからの時間（該当する場合）番号で報告されたテストのセットを指します。これは多くの場合、CRFページ上の単一パネルを含みます。例えば、（ＳＤＴＭ ＶＳドメインに格納されている）一組のバイタルサイン測定値が被験者について収集されてもよい。
|
|
訪問 |
収縮期 |
拡張期 |
心拍数|
|
訪問1 |
140 mmHg |
80 mmHg |
84 bpm
被験者内または同じ臨床現場内の被験者間で同じ正確な測定値のセットを見つけることは非常に珍しいでしょう。2つの主題間の複数のヒットは、CRFページがこれらの主題間でコピーされたことを示している可能性があります。さらに悪いことに、多数の多数のヒットが架空の主題を識別するかもしれません。対象内のヒットは、上記の問題と同様の「繰越」問題を識別することができます。または、対象に対して実際には発生しなかった訪問を示している可能性があります。図３は、同じ臨床部位内の２人の被験体の間で上記の３通りのものを同定する。
珍しいことですが、記録（つまり、一連の測定値）が被験者間または被験者内で発生する可能性があります。しかし、同じ記録が臨床現場内の複数の被験者の間で繰り返される場合、または複数の来院または時点にわたって繰り返される場合、または記録を構成する多数の検査がある場合（たとえば、1ダース以上の検査の実験室パネル） 、これは追加の調査が必要になります。
私たちが議論したように、これらの異常なシグナルは完全にもっともらしい説明をするかもしれません。そして少数の被験者に基づいて、臨床試験サイトからのデータが悪意または詐欺の結果であると結論づけることは非常に難しいかもしれません。サイト間でヒットの頻度を比較することは、異常なことが起こっていることを示している可能性があり、さまざまな視覚的および分析的なデータチェックからのシグナルは、臨床サイトの追加のレビューが必要であることを示唆する。
多変量のインライアとアウトライアの識別書きました：
JMP Clinical 4.1の[...]は、異常な所見を特定するのに役立ちます。我々はどのように診療所で行われた訪問日と測定が臨床現場での問題を意味することができるかについて説明しました、そして、試験参加者がどのように複数回現れることができるかについて議論しました[...]
研究サイト内での臨床試験の被験者の類似性の評価書きました：
[...]臨床サイト内で、私の以前の記事の1つに対するコメントに対する私の回答で私が示唆したトピックです。..]
リチャードジンク書きました：
Buyse et al。に例があります。それは、データが7次多項式モデルを使って作られたように見える場所を説明しています。そうはい、そのような洗練されたレベルの製作をやってのけることができる個人がいる可能性があります。これらの個人が限られていることを願っていますが、おそらくもっと頻繁に監視する現場で、もっと綿密に見直されるべき場所を示唆するためにいくつかの方法の分析を取るでしょう。しかしながら、臨床現場を頻繁に監視することは臨床試験において非常に大きなコストとなり、最近の論文はソースデータ検証のためのデータの統計的サンプリングを示唆している。さらに、あるサイトでの手動監査は、サブジェクト内のCRF内のページ間で比較することが困難であるという点で制限されています。ここでは、データを調べるためにコンピュータレビューが必要です。数週間以内に、臨床現場内の被験者とクラスター被験者間の距離メトリックを計算する方法について説明します。たとえコピーの中でいくつかの値が変更されていたとしても、これは互いに非常によく似たサブジェクトのサブセットを識別するのに役立ちます。
マイク・クレイトン書きました：
これらの臨床サイトは、それらを「スパイする」データマイニングと分析方法をよく知っています。
テスト結果を単純にコピーすることは、おそらく擬似乱数データ作成によって置き換えられるでしょうか。
コンピュータ化された自動偽造？EPAやTAXの報告とよく似ていますか？
おそらく、監査結果と長期的な現場結果の分析に重点が置かれる可能性があります。
