우리는 임상 시험에서 비정상적이고 잠재적으로 사기성 데이터에 대한 논의를 계속하고 있으며, 오늘날 우리는 CDISC Findings 도메인에서 발생하는 데이터에 중점을 둡니다. 로부터 SDTM 구현 가이드 Findings 도메인은 특정 테스트 또는 질문을 처리하는 계획된 평가의 데이터를 나타냅니다. 예를 들어 이러한 도메인에는 실험실 테스트 데이터가 포함됩니다. 혈압, 심장 및 호흡 수, 체온과 같은 생체 신호; 설문지의 데이터; 또는 치료 영역 특이 적 징후 및 증상의 평가. 비정상적인 관측을 식별하기위한 수많은 그래픽 및 분석 방법이 있으며, 특히 이러한 데이터가 반복적으로 측정되는 경우 유용합니다. 여기에서 우리는 다가올 두 가지 직접적인 방법을 설명합니다. JMP 임상 4.1 어떤 형태의 데이터 복제를 식별합니다.
이전 토론은 여러 번 연구에 등록한 과목 식별하기 , 전형적으로 하나 이상의 임상 현장에서. 그러나 일반적으로 사기 행위는 연구 사이트 내에서 발생하며 종종 단일 또는 소수의 센터에서 발생합니다. 비정상적인 데이터를 감지하는 우리의 능력은 한 사이트의 데이터가 나머지 팩과 어떻게 다른지에 달려 있습니다. 이러한 신호에는 시간에 따른 응답 속도 및 추세가 다르거 나 변수 간의 비정상적이거나 비정형적인 연관성이 포함됩니다. 특정 시점에서 혈압을 측정하는 것은 간단 할 수 있지만 시간의 영향과 다른 변수와의 관계는 설명하기 어렵습니다. 그러나 오늘날 우리가 설명하는 방법은 히트가 발생하는 빈도를 제외하고 사이트에서 데이터를 비교하는 데 의존하지 않습니다.
SDTM Findings 도메인에 대한 첫 번째 확인은 지속적인 결과 분석 프로세스 (AP). 이 AP는 피험자 내에서 변동성이없는 테스트를 검색합니다. 이는 CRF 전체에 결과가 복사되었음을 나타낼 수 있습니다. 그림 1에서 Nicardipine 임상 시험의 지속적인 실험실 검사 결과가 요약되어 있습니다. Bilirubin에게는 45 명의 피험자가 재판에 입장 할 때부터 퇴장 할 때까지 값에 변화가 없었던 것으로 나타났습니다.
일반적이지는 않지만 이러한 결과는 사기성 행동이 발생하고 있음을 반드시 의미하지는 않습니다. 일부 실험실 검사는 시간이 지남에 따라 변동이 거의 없을 수 있습니다. 또한, 시험을 조기에 중단하는 피험자의 경우 반복 측정을 할 수 있습니다. 그림 2에서 볼 수 있듯이 대다수의 피험자는 중단 된 값이 두 번 밖에 없었습니다. 하나의 인스턴스에서만 주제가 네 번의 방문을 통해 발생한 값을가집니다. 이것은 완전히 그럴듯하지만 임상 적 판단이 결정할 것입니다. 반면에, 피실험자가 긴 기간의 연구를 완료하고 여러 검사에서 시간이 지남에 변화가 없다면, 이것은 더 많은 조사를 보증 할 수 있습니다.
결과는 또한 CRF 디자인의 특정 결함을 강조 할 수 있습니다. 예를 들어, 각 스터디 방문시 신체 검사를 위해 데이터를 수집하는 것은 완전히 자연스러운 일일 수 있습니다. 각 신체 시스템에 대해 검사가 정상인지 비정상인지를보고 할 수 있으며, 비정상이면 특정 이상을 열거 할 수 있습니다. 이러한 방식으로 데이터를 수집하면 시간 경과에 따라 비정상적인 속도를 요약 할 수 있습니다. 그러나 이러한 이상은 일반적으로 매우 드물기 때문에보고 할 결과가 없습니다. 이제 우리는 재판을 방문 할 때마다 피험자가 정상임을보고해야합니다. 이로 인해 재미있는 것을 찾기 위해 많은 양의 데이터가 검색 될 수 있습니다 (읽기 : 문제가 있음).
또한, 이러한 자발적으로 발생하는 이상이 "임상 적으로 중요하다"면 우리는 그것들을 부작용으로 모을 필요성을 느낄 수 있습니다. 현재 CRF 도메인 전반에 걸쳐 일관성 검사를 수행 할 수있는 위치에 있습니다. 아마도 더 간단한 방법은 신체 검사가 수행되었음을 문서화하는 것이지만 신체 검사의 이상은 부작용으로보고하는 것입니다. 이렇게하면 수집되는 데이터 양이 줄어들고 도메인 간 일관성 검사가 필요하지 않습니다.
그만큼 중복 기록 AP는 두 번 이상 발생할 수있는 변수 집합을 식별합니다. "기록"이란 무엇을 의미합니까? 우리의 목적을 위해 기록은 동일한 방문 및 시간 (해당되는 경우) 번호에서보고 된 일련의 테스트를 동일한 도메인에서 참조합니다. 이것은 종종 CRF 페이지의 단일 패널을 포함합니다. 예를 들어, (SDTM VS 도메인에 저장된) 생체 신호 측정 세트가 대상에 대해 수집 될 수 있습니다.
|
|
방문 |
수축기 |
확장기 |
심박수|
|
방문 1 |
140 mmHg |
80 mmHg |
84 bpm
피험자 내에서 또는 동일한 임상 현장 내에서 피검자간에 동일한 정확한 측정 세트를 찾는 것은 극히 드문 일입니다. 두 피험자 간의 다중 히트는 CRF 페이지가 이들 피험자간에 복사되었음을 나타낼 수 있습니다. 더 나쁜 것은 다수의 히트 수가 많아 가상의 대상을 식별 할 수 있다는 것입니다. 대상 안의 조회수는 위에서 설명한 것과 유사한 "이월 된"문제점을 식별하거나 실제로 대상자에게 발생하지 않은 방문을 나타낼 수 있습니다. 그림 3은 동일한 임상 부위 내에서 두 명의 환자 중 위의 세 쌍을 식별합니다.
흔하지는 않지만 피검자간에 또는 피검자 내에서 기록 (즉, 일련의 측정치)이 발생할 수 있습니다. 그러나이 같은 기록이 임상 현장에서 여러 피험자들 사이에서 반복되거나 여러 번의 방문 또는 시점에서 반복되거나 기록을 구성하는 많은 수의 검사가있는 경우 (예 : 12 개 이상의 검사 ), 추가 조사가 필요합니다.
우리가 논의한 것처럼, 이례적인 신호는 완전히 그럴듯한 설명을 가질 수 있습니다. 적은 수의 피험자를 기반으로 임상 시험 사이트의 데이터가 악의 또는 사기의 결과라고 결론 짓는 것은 매우 어려울 수 있습니다. 사이트의 조회 빈도를 비교하면 비정상적인 일이 발생하고 다양한 시각적 및 분석 데이터 검사의 신호가 임상 현장에 대한 추가 검토가 필요하다는 것을 나타낼 수 있습니다.
다 변수 inliers 및 이상 치를 식별 쓴 :
비정상적인 관찰을 확인하는 데 도움이되는 JMP Clinical 4.1의 [...]. 우리는 병원에서의 방문 날짜와 측정이 임상 현장에서 문제를 나타낼 수있는 방법을 설명하고 시험 참가자가 여러 번 나타날 수있는 방법에 대해 설명했습니다 [...]
연구 현장 내 임상 시험 대상의 유사성 평가 쓴 :
[...] 임상 사이트 내에서 내 초기 게시물 중 하나에 대한 의견에 내 응답에 암시 주제 . 그 토론의 일환으로, 우리는 다가오는 곧 JMP 임상 분석 프로세스 (AP)를 설명했다. ..]
리처드 징크 쓴 :
Buyse et al. 이는 7 차 다항식 모델을 사용하여 데이터가 제작 된 것처럼 보이는 사이트를 설명합니다. 그래서 그렇습니다. 정교한 수준의 제작을 해낼 수있는 사람들이있을 것입니다. 다행히도 이러한 개인은 제한적이지만 자주 모니터링해야하는 현장에서 좀 더 면밀히 검토해야하는 사이트를 제안하는 몇 가지 방법에 대한 분석이 필요합니다. 그러나 임상 현장을 자주 모니터링하는 것은 임상 시험에서 매우 중요한 비용이며 최근 논문에서는 소스 데이터 검증을위한 통계적 데이터 샘플링을 제안했습니다. 또한 사이트에서 직접 감사하는 것은 CRF의 여러 페이지에서 비교하기가 어렵다는 점에서 제한적입니다. 여기에서 데이터를 검토하려면 컴퓨터 검토가 필요합니다. 몇 주 후에 임상 사이트 내에서 피실험자와 클러스터 과목 간의 거리 메트릭을 계산하는 방법에 대해 설명합니다. 이것은 사본에서 여러 값이 변경되었을지라도 서로 매우 유사한 주제의 서브 세트를 식별하는 데 유용 할 수 있습니다.
마이크 클레이튼 쓴 :
이러한 임상 사이트는 데이터 마이닝 및 분석 방법에 대해 잘 알고 있습니다.
테스트 결과를 복사하는 것만으로 의사 랜덤 데이터 생성으로 대체 될 것입니다.
전산화 된 자동 위조? EPA 및 TAX 신고와 비슷합니까?
아마도 감사 결과 분석과 장기간의 현장 결과에 더 많은 비중을 둘 수 있습니까?
