ASPEKTY PRACY DZIAŁU STATISTICAL PROGRAMMING I RELACJE Z DATA MANAGEMENT MARZENA MARCINOWSKA Seminarium GCPpl: Metodologia Badań Klinicznych, Warszawa, 15 marca 2016
AGENDA 1. Dział Statistical Programming (SP) skróty 2. Od zbierania danych do końcowych analiz standardy CDISC 3. Zadania SP w procesie badania klinicznego 4. Statistical Programming narzędzia (SAS ) 5. Proces programowania oraz QC 6. Statistical Programming główne problemy 7. Data Issues raportowanie do Data Management - przykłady 8. Pytania 2
STATISTICAL PROGRAMMING - SKRÓTY SAP (Statistical Analysis Plan) plan analizy statystycznej; bardziej techniczny i bardziej szczegółowy opis metod wymienionych w Protokole w sekcji dot. analiz statystycznych. SAP jest przygotowywany przez biostatystyka, osoby z działu Statistical Programming mogą brać udział w procesie review. ToC (Table of Contents) TLF Shells Post-text wzory tabel, listingów i wykresów stanowiących załączniki do Clinical Study Report (CSR) TLF Shells In-text wzory tabel, listingów i wykresów występujących w treści raportu CSR. 3
STATISTICAL PROGRAMMING - SKRÓTY ADs Analysis Dataset Specification, specyfikacje zbiorów danych ADS Analysis Data Set ( analysis ready ) zbiory zawierające zmienne, na podstawie których są tworzone TLFs TLF Tables, Listings, Figures przygotowane zgodnie z ToC na podstawie wzorów (TLF Shells) CDISC Clinical Data Interchange Standards Consortium (www.cdisc.org) CDASH Clinical Data Acquisition Standards Harmonization SDTM Study Data Tabulation Model ADAM Analysis Data Model 4
OD ZBIERANIA DANYCH DO KOŃCOWYCH ANALIZ Protokół ecrf DB CDASH: Clinical Data Acquisition Standards Harmonization SAP& TLF Shells AE DM MH CM SDTM: Study Data Tabulation Model ADAE ADDM ADMH ADCM ADaM: Analysis Datasets Model; Datasets created according to Analysis Datasets Specifications Tables, Listings, Figures 5
CDASH EXPOSURE - PRZYKŁAD Źródło: www.cdisc.org CDASH_User Guide V1-1.1Library of Example CRFs 6
SDTM EXPOSURE - PRZYKŁAD Źródło: www.cdisc.org CDISC SDTM Implementation Guide (Version 3.1.2) 7
ADAM ADSL - PRZYKŁAD Źródło: www.cdisc.org CDISC ADaM Implementation Guide Version1.0 8
ZADANIA SP W PROCESIE BADANIA KLINICZNEGO Start CSP* & SAP Frist Patient First Visit Last Patient Last Visit Database Lock Planned Analysis Completion CSR* Completion Submission and Publication Market Application Submission & Approval Post- Market Surveilance SAP review/ TLF Shells review Data Validation Checks review & off-line listings TLFs Pre-lock activities dry runs/ DMC/Interim Post-lock acitvities Statistical Programming Activities Define.pdf and Reviewer s Guide (for regulatory submissions) Ad-hoc requests *CSP = Clinical Study Protocol SAP = Statistical Analysis Plan CSR = Clinical Study Report 9
STATISTICAL PROGRAMMING NARZĘDZIA (SAS ) SAS Base (http://www.sas.com/pl_pl/software/base-sas.html) Elastyczny i rozszerzalny język programowania czwartej generacji (4GL), zaprojektowany w celu pozyskania, przekształcania i raportowania danych. SAS Base zawiera gotowe do użycia procedury przetwarzania danych, procedury analiz danych (w tym procedury statystyczne), język makro przetwarzania pozwalający na redukcję czasu programowania i ułatwienie obsługi kodów. 10
STATISTICAL PROGRAMMING NARZĘDZIA SAS code Table 11
PROCES PROGRAMOWANIA ORAZ QC Protokół / SAP / TLF Shells i Transfer Danych QC Programista przygotowuje program do tworzenia QC T/L/F Główny Programista przygotowuje program to tworzenia T/L/F Porównanie wyników uzyskanych przez głównego oraz QC programistę i identyfikacja problemów Sprawdzenie, czy wygląd TLF jest zgodny ze wzorem z TLF shells Sprawdzenie spójności pomiędzy wszystkimi TLFs Draft Deliverable Komentarze sponsora 12
STATISTICAL PROGRAMMING GŁÓWNE PROBLEMY Niespójności w dokumentacji badania (SAP, TLFs Shells) i czas spędzony na komunikacji z klientem w celu wyjaśnienia wszelkich wątpliwości Data issues powodujące problemy w algorytmach (e.g. dosing data, visit dates etc.) czas spędzony na komunikacji z działem Data Management oraz wydłużony czas procesu QC (różnice w algorytmach wynikające z data issues) 13
DATA ISSUES - PRZYKŁADY 14
DATA ISSUES - PRZYKŁADY Data 30FEB2012 jako start date of Adverse Event, data nie może być przekonwertowana na zmienną numeryczną, nie ma możliwości policzenia m.in. AE duration SP reported issue: AESTDATE (AE Start Date) has wrong value: 30FEB2012 DM response: Queried site back on 26JUN2012. Awaiting update (MA 20SEP2012). SP: Data issue still present in dataset from 19OCT2012 DM: Site still has not responded to query 31-OCT-2012. Contacted CRA and correct date is 30JAN2012 (confirmed in e-mail) - site requested to amend. 15
DATA ISSUES - PRZYKŁADY
DATA ISSUES - PRZYKŁADY
QC COMPLETED 18
Pytania