217:listing的数据来自哪里?--RAW or SDTM or ADaM

前段时间有一位读者问我出listing的数据是用哪个?RAW  or SDTM or ADaM?这一问还真的把我问呆住了。

从我写下第一个listing开始,我记的数据就是直接从ADaM里面拿,最明显的就是比如疗效分析的数据的值就用avalc,然后研究日可能不会直接用ASTDY/AENDY;而是用SDTM中的--STDY/--ENDY/--DY;因为分析日期可能还涉及到日期填补那些;然后访视是用VISIT而不是AVISIT。

这就是我写listing的时候自己模仿,LSP或者别人告诉的,至于为什么这样写,没有一个人告诉我,也没有相关的资料特别强调该怎么出,然后就这样一直输出listing。

所以下面的观点是来自自己从网上查找的,然后加上自己的理解,如果你有相关的资料,欢迎分享给我。

------------------------

一般来说,table总结的是统计分析相关的信息,所以在分析数据集中,以A开头的变量可以理解为用于分析,比如AVISIT,ASTDY,AENDY,ATPTN.....;

listing目前依然是CSR的重要组成部分,很多人认为listing就是CRF上数据的再现或者是简单堆叠,所以觉得写listing真的简单(除了分页有点麻烦)就是col1=XXX,col2=XXX,直接赋值就好了。但是实际上,并不是CRF上收集的所有数据都会展示在listing

listing输出的本来应该直接是raw数据的所有信息,便于监管机构review。所以有的公司在写table的时候,脚注会加上:数据来源 refer to listing XXX。

上面是总结的一段话,但是我们时刻需要注意的一点就是监管机构要求的数据可溯源性,这个我后面再讲,下面详细讲讲相关的一些知识。

以前在没有SDTM的时候,ADaM的时候,一些药企递交临床数据,通过Case Report Tabulations (CRTs),<这个我也挺好奇的,以后看下写篇文章介绍下>。列出所有收集来的数据,然后一股脑的塞给监管机构,FDA说这不行啊,你写的出来,但是我看不完啊,这不是要把我们给累死吗?

所以后面就要求药企们以标准的数据结构递交临床数据,这也可以说是SDTM的雏形了。需要注意的是数据列表(data listing)和CRTS还是有区别的,数据列表列出的只是支持CSR中得出的分析结论所需的数据,不像CRTS把所有数据都列出来。所以ST在列出相关的listing的时候,应该好好想想什么样的内容需要列出。

同时,这也方便了监管机构进行审阅,不用对数量庞大的临床数据进行逐一审阅,而只要对数据列表列出的数据甚至是主要疗效指标的数据进行审阅就可以了。

在ICH-E3《STRUCTURE AND CONTENT OF CLINICAL STUDY REPORTS》中,这份Guideline就提供了CSR需要有哪些内容,也讲到了listing需要输出哪些类型,其中列举的一个具体例子就是Listing of Individual Laboratory Measurements by Patient,注意红框中是我们实际做项目需要order的列。

遗憾的是Guideline依然没有说明输出这张listing的数据应该来自哪里。

因为ICH E3先于SDTM/ADaM数据标准的存在,因此没有明确提及使用它们作为数据源。所以想用什么数据源就用什么?不是这样的,我们要确保的还是可追溯性。而ADaM的创建要求之一就是可追溯性。然后我们在做ADaM的时候,会继承一些SDTM的变量。而我们在做SDTM的时候,最重要的一点就是数据收集来是什么样就是什么样,尽量不改变数据本身。

上面说到listing输出的本来应该直接是raw数据的所有信息,但是我们已经将raw数据做成标准的数据结构了,所以可以认为数据列表的数据大多数应该来自SDTM。

同时还有一种情况是LAB数据,多个中心收集的检测项数据,我们会将单位统一;还有AE数据集里面的数据,我们会mapping成标准CT,这时候输出成什么样?这是一个值得讨论的东西,一个可行的做法就是把原始值保留到ADaM,输出listing的时候就用这些原始值(AE可以直接输出标准CT,所以最好的办法就是DM在设计CRF的时候,就按照标准CT设计字段,省的我们SP再去mapping了)

上面就是相关的理解,后续看到更多相关资料,会继续分享。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容