临床试验CRF中Form介绍06:Disposition (DS)

在临床实验数据分析中,DS数据集用于收集受试者处置的信息,包含试验方案中关键节点的事件以及试验(或试验的各个阶段)是否完成的相关信息。关于患者的处置,ICH E3中有这样的描述:

应在报告中使用图形或表格对进入研究的所有患者进行明确的统计。应提供随机分组进入和完成研究每一阶段(或每周/每个月的研究)的患者计数,以及随机分组后终止研究的原因的计数。这些计数,按治疗组主要原因(失访、不良事件、依从性差等)分组。

1、Disposition的分类

在SDTMIG中,也有对Disposition的详细描述。关于Disposition分类 (DSCAT),有3类,"DISPOSITION EVENT","PROTOCOL MILESTONE", "OTHER EVENTS"

"DISPOSITION EVENT" 描述受试者是否完成试验(或试验的某阶段)以及未完成试验的原因

"PROTOCOL MILESTONE"方案指定的各时间点的事件,最常见的是"INFORMED CONSENT OBTAINED", "RANDOMIZED"。在SDTM CDSIC CT中还有一些其他的值:

Protocol Milestone CT

"OTHER EVENT"是指没有划归到其他Events或Intervation数据集中的重要事件,"TREATMENT UNBLINDED"是其中之一。


2、DS数据集中的主题(Topic)变量

DSTERM变量保存处置事件的名称,是主题变量;DSCODE变量是对DSTERM的标准编码。简单讲,对于DSTERM包含的文本,我们会在受控术语(Controlled Terminology,CT)表中选取一个标准的DSCODE与之对应。例如,DSTERM = "Subject moved"在申办方的CT表中与“LOST TO FOLLOW-UP”对应。这两个变量都不能为空。

对于不同DSCAT的事件,DSTERM的来源(Origin)是不一样的。"DISPOSITION EVENT"类的事件(完成或未完成的原因),一般都是在CRF中直接收集,Origin = CRF;对于"PROTOCOL MILESTONE",一般根据个人判断进行指定而不会从CRF中收集,Origin = Assigned。

3、DS CRF Form举例

对于"PROTOCOL MILESTONE"类事件,通常来源于Subject Enrollment页,这里包含知情同意书签署以及受试者随机化的信息。

Subject Enrollment

对于"DISPOSITION EVENT"类事件,通常在End of XXX页收集,这里收集试验终止的相关信息。

End of Study
End of Investigational Product Administration

4、一些注意点

对于DSCAT,SDTM IG中已经指定了3类,"PROTOCOL MILESTONE", "OTHER EVENTS", "DISPOSITION EVENT",Form中的进一步分类信息都保存在DSSCAT中。

对于DSCAT="PROTOCOL MILESTONE"事件,DSTERM和DSDECOD的值是相同的,并且来自于申办方指定的CT列表;对于DSCAT="DISPOSITION EVENT"事件,同一事件在不同的项目中可能有不同的说法,也就是不同的DSTERM,但对应的DSCODE一定要从指定的CT列表中选取。

分享一个我项目中遇到的问题,签订知情同意书,项目中DSCODE定义成"INFORMED CONSENT SIGNED",而在CDISC SDTM CT中标准编码是"INFORMED CONSENT OBTAINED"。在Pinnacle 21最新版本检测Data和Define issue时,会出现Note:“No Informed Consent Obtained record in DS Domain for subject”。当然,这是个小问题,解释一下就好。但最好我们在SDTM编程前,尽量使用CDISC标准术语。


发现评论回复无法显示,我更新下:
Q:Protocol Milestone CT 这个表是哪里找到的?公司内部的吗?

A:CT是CDISC的官方文档,每季度更新一次。在CDISC官网上(cdisc.org), Standards -- Terminology -- Controlled Terminology路径下,有最新版本的CT的Release链接(https://evs.nci.nih.gov/ftp1/CDISC/SDTM/)。这个链接的同级别Archive文件夹中,有之前版本CT的下载链接。 项目开始前,会确定好参考的CT版本,虽然每一版本的CT变化可能不大,但一直参考最初定好的版本,除非讨论决定要修改参考CT的版本。

最后编辑于
©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 214,128评论 6 493
  • 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 91,316评论 3 388
  • 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 159,737评论 0 349
  • 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 57,283评论 1 287
  • 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 66,384评论 6 386
  • 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 50,458评论 1 292
  • 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 39,467评论 3 412
  • 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 38,251评论 0 269
  • 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 44,688评论 1 306
  • 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 36,980评论 2 328
  • 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 39,155评论 1 342
  • 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 34,818评论 4 337
  • 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 40,492评论 3 322
  • 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 31,142评论 0 21
  • 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 32,382评论 1 267
  • 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 47,020评论 2 365
  • 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 44,044评论 2 352