SDTM介紹(4)-- 如何判斷數(shù)據(jù)屬于哪一個(gè)SDTM域啦租?

1农尖、確定一般觀測(cè)類域的指導(dǎo)方針

判斷數(shù)據(jù)屬于哪一個(gè)SDTM域,首先要從一般觀察類(Interventions, Events, Findings)的定義來考慮信息的內(nèi)容剧浸,而不是從物理結(jié)構(gòu)去推斷出信息的所屬類別锹引。數(shù)據(jù)的物理結(jié)構(gòu)有時(shí)會(huì)有迷惑性,例如唆香,從結(jié)構(gòu)的觀點(diǎn)來看嫌变,事件(Events)觀測(cè)記錄包括開始和結(jié)束日期;但既往病史屬事件(Events)躬它,而與是否收集日期無(wú)關(guān)腾啥。

干預(yù)(Interventions)是對(duì)受試者(可能由受試者)做出的事情,預(yù)期會(huì)有一定生理效應(yīng)冯吓。盡管在一些檢測(cè)過程中存在一些模糊的地帶倘待,但這種效果也會(huì)使干預(yù)相對(duì)容易識(shí)別。例如组贺,運(yùn)動(dòng)負(fù)荷試驗(yàn)旨在產(chǎn)生并衡量某些生理影響凸舵。這一測(cè)試程序的測(cè)量就是發(fā)現(xiàn),但是程序的某些方面可能被歸為干預(yù)失尖。

事件(Events)是自然發(fā)生在受試者身上的事贞间。臨床試驗(yàn)中獲取的大部分事件數(shù)據(jù)都是關(guān)于醫(yī)療事件的,許多醫(yī)療事件必須作為不良事件處理雹仿,新的事件域?qū)⑻幚砻黠@不是不良事件的事件;現(xiàn)有的既往病史和臨床事件域會(huì)保存大部分不是不良事件的醫(yī)療事件整以。醫(yī)療事件的許多方面胧辽,包括評(píng)估試驗(yàn)、可能引起事件的干預(yù)以及治療事件的干預(yù)公黑,都可以采集在臨床試驗(yàn)中邑商。

發(fā)現(xiàn)(Findings)類數(shù)據(jù)是在臨床試驗(yàn)中對(duì)受試者進(jìn)行的測(cè)量摄咆、測(cè)試、評(píng)估或檢查人断】源樱可以是受試者身上的整體評(píng)估(例如身高、心率)或受試者提取的“樣本”(例如血液樣本恶迈、ECG 跟蹤和組織樣本)上進(jìn)行評(píng)估涩金。有時(shí)并不能直接去判斷受試者與某一事件的關(guān)系;因?yàn)榘l(fā)現(xiàn)可與發(fā)生在受試者身上的事件或受試者接受的干預(yù)有關(guān)暇仲。

2步做、數(shù)據(jù)集(域)與其所表示的主題的2種類型

對(duì)于一組數(shù)據(jù)要表示一個(gè)主題還是多個(gè)主題的選擇,有時(shí)很難清晰界定奈附。因此全度,將數(shù)據(jù)整合成一個(gè)數(shù)據(jù)集(域)還是分為多個(gè)數(shù)據(jù)集(域)也不是很清晰。SDTMIG給了兩種類型的示例斥滤。

在一些情況下将鸵,單獨(dú)的數(shù)據(jù)結(jié)構(gòu)適用于多種類型的數(shù)據(jù)。例如佑颇,所有問卷與量表數(shù)據(jù)都放在QS數(shù)據(jù)集中顶掉,對(duì)于特定的問卷與量表由變量QSCAT 指定;尿液分析數(shù)據(jù)可能存儲(chǔ)在單獨(dú)操作數(shù)據(jù)集中漩符,但SDTM 把所有實(shí)驗(yàn)室數(shù)據(jù)放在LB 域中一喘,尿檢數(shù)據(jù)使用變量LBSPEC 確認(rèn)。

在其他一些情況下嗜暴,一些特定的主題可能非常廣泛凸克,或者需要不止一個(gè)數(shù)據(jù)結(jié)構(gòu)來表示。因此闷沥,需要多個(gè)數(shù)據(jù)集進(jìn)行收集信息萎战。對(duì)于這種情況,SDTMIG中有兩個(gè)例子:Microbiology(微生物學(xué))和Pharmacokinetics(藥代動(dòng)力學(xué))舆逃。這兩者都是使用兩個(gè)數(shù)據(jù)集(域)進(jìn)行構(gòu)建模型(MB and MS Domains for Microbiology; PC and PP Domains for Pharmacokinetics)蚂维。這些科學(xué)領(lǐng)域都包含不止一個(gè)主題,并且每個(gè)主題具有不同的數(shù)據(jù)結(jié)構(gòu)路狮。例如虫啥,PC域的中主題血漿(或其它標(biāo)本)的藥物濃度作為時(shí)間函數(shù);它的結(jié)構(gòu)是每個(gè)受試者每個(gè)參照時(shí)間點(diǎn)(如給藥事件)每個(gè)時(shí)間點(diǎn) 每個(gè)分析物一條記錄(one record per analyte per time point per reference time point per subject.)奄妨。PP 域包含時(shí)間-濃度曲線的特點(diǎn)涂籽,如AUC、最大濃度砸抛、峰值時(shí)間评雌、半衰期和消除速率常數(shù)等树枫;結(jié)構(gòu)為每個(gè)受試者每參照時(shí)間點(diǎn)每個(gè)分析物每個(gè)參數(shù)一條記錄(per parameter per analyte per reference time point per subject)。

3景东、如何區(qū)分事件砂轻、發(fā)現(xiàn)和關(guān)于事件的發(fā)現(xiàn)

干預(yù)、發(fā)現(xiàn)和關(guān)于事件的發(fā)現(xiàn)之間的關(guān)系可進(jìn)行相似的處理斤吐。FA 域是特別創(chuàng)建來儲(chǔ)存關(guān)于事件的發(fā)現(xiàn)搔涝。關(guān)于數(shù)據(jù)是屬于事件類還是發(fā)現(xiàn)類,可能會(huì)有各種各樣的混淆曲初。通常認(rèn)為事件是自然發(fā)生的事情体谒,有開始和結(jié)束。然而臼婆,還有一些其他的注意點(diǎn):

  • 在特定試驗(yàn)中抒痒,關(guān)注的事件可以預(yù)先指定,而不是作為自由文本采集颁褂。
  • 有些事件可能會(huì)持續(xù)很長(zhǎng)時(shí)間故响,以至于它們被視為“條件”而不是“事件”,它們的開始和結(jié)束日期并不需要關(guān)注颁独。
  • 有些預(yù)計(jì)在事件記錄中看到的變量或數(shù)據(jù)項(xiàng)可能不會(huì)出現(xiàn)彩届。例如,上市后研究可能采集一些不良事件的發(fā)生誓酒,但不采集日期樟蠕。
  • 可以度量或評(píng)估事件的屬性,這些屬性作為關(guān)于事件的發(fā)現(xiàn)(Findings About Events)靠柑,而不是事件(Events)來處理寨辩。
  • 有些事件(如嚴(yán)重程度、與研究治療的關(guān)系等)的評(píng)估在SDTM 事件模型中作為修飾語(yǔ)歼冰,而不是作為關(guān)于事件的結(jié)果靡狞。
  • 申辦者可以選擇如何定義事件。例如隔嫡,可以使用一條記錄總結(jié)事件開始到結(jié)束甸怕,或者在嚴(yán)重程度的每次改變時(shí)使用一條記錄。

事件類數(shù)據(jù)適用于整體臨床事件的觀測(cè)腮恩。這些觀測(cè)通常包括狀況如何梢杭,在--TERM(主題變量)中獲取,以及何時(shí)發(fā)生(在開始和/或結(jié)束日期獲冉盏巍)式曲。收集到的其它變量值(嚴(yán)重程度、嚴(yán)重性等)應(yīng)用于事件整體。不從整體描述事件的數(shù)據(jù)不保存在該事件的記錄中或相對(duì)應(yīng)的--SUPP 記錄中吝羞。如果有事件的多個(gè)評(píng)估,則每個(gè)都應(yīng)該保存在單獨(dú)的FA 記錄中内颗。當(dāng)關(guān)于事件的數(shù)據(jù)不適合現(xiàn)有事件通用觀測(cè)類變量時(shí)钧排,首先要考慮是數(shù)據(jù)是否代表了事件本身的信息,或是否代表了與事件相關(guān)的其它(發(fā)現(xiàn)或干預(yù))數(shù)據(jù)均澳。

如果數(shù)據(jù)由與事件相關(guān)的發(fā)現(xiàn)或干預(yù)組成恨溜,則可以保存在相關(guān)發(fā)現(xiàn)或干預(yù)一般觀測(cè)類數(shù)據(jù)集中,與使用RELREC 獲取的事件記錄相連找前。例如糟袁,如果一個(gè)受試者發(fā)燒到華氏102 度(約攝氏39 度),用阿司匹林進(jìn)行治療躺盛,則發(fā)燒可以儲(chǔ)存在不良事件記錄中项戴,體溫可以儲(chǔ)存在生命體征記錄中,阿司匹林儲(chǔ)存在既往與合并用藥記錄中槽惫,RELREC 則可以用來連接這些記錄周叮。

如果數(shù)據(jù)項(xiàng)含有關(guān)于事件的信息,則可以將其保存在補(bǔ)充修飾數(shù)據(jù)集界斜。然而仿耽,有些情況下不使用補(bǔ)充修飾數(shù)據(jù)集,例如:

  • 數(shù)據(jù)是需要單位各薇、參考范圍等的測(cè)量项贺。
  • 數(shù)據(jù)是關(guān)于預(yù)先設(shè)定的不良事件,但是事件未發(fā)生或未評(píng)價(jià)峭判。這不會(huì)保存在AE數(shù)據(jù)集中开缎,因?yàn)锳E 數(shù)據(jù)集中每條記錄都必須是表示已發(fā)生的可報(bào)告事件。

來源:SDTMIG v3.3

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末朝抖,一起剝皮案震驚了整個(gè)濱河市力细,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌搀别,老刑警劉巖提澎,帶你破解...
    沈念sama閱讀 211,743評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異侮邀,居然都是意外死亡坏怪,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門绊茧,熙熙樓的掌柜王于貴愁眉苦臉地迎上來铝宵,“玉大人,你說我怎么就攤上這事∨羟铮” “怎么了尊蚁?”我有些...
    開封第一講書人閱讀 157,285評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)侣夷。 經(jīng)常有香客問我横朋,道長(zhǎng),這世上最難降的妖魔是什么百拓? 我笑而不...
    開封第一講書人閱讀 56,485評(píng)論 1 283
  • 正文 為了忘掉前任琴锭,我火速辦了婚禮,結(jié)果婚禮上衙传,老公的妹妹穿的比我還像新娘决帖。我一直安慰自己,他們只是感情好蓖捶,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,581評(píng)論 6 386
  • 文/花漫 我一把揭開白布地回。 她就那樣靜靜地躺著,像睡著了一般腺阳。 火紅的嫁衣襯著肌膚如雪落君。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,821評(píng)論 1 290
  • 那天亭引,我揣著相機(jī)與錄音绎速,去河邊找鬼。 笑死焙蚓,一個(gè)胖子當(dāng)著我的面吹牛纹冤,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播购公,決...
    沈念sama閱讀 38,960評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼萌京,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了宏浩?” 一聲冷哼從身側(cè)響起知残,我...
    開封第一講書人閱讀 37,719評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎比庄,沒想到半個(gè)月后求妹,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,186評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡佳窑,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,516評(píng)論 2 327
  • 正文 我和宋清朗相戀三年制恍,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片神凑。...
    茶點(diǎn)故事閱讀 38,650評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡净神,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情鹃唯,我是刑警寧澤爱榕,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站俯渤,受9級(jí)特大地震影響呆细,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜八匠,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,936評(píng)論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望趴酣。 院中可真熱鬧梨树,春花似錦、人聲如沸岖寞。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,757評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)仗谆。三九已至指巡,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間隶垮,已是汗流浹背藻雪。 一陣腳步聲響...
    開封第一講書人閱讀 31,991評(píng)論 1 266
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留狸吞,地道東北人勉耀。 一個(gè)月前我還...
    沈念sama閱讀 46,370評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像蹋偏,于是被迫代替她去往敵國(guó)和親便斥。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,527評(píng)論 2 349