理解SV domain

subject visit用来存放受试者计划和实际的访视信息。与TV不同,TV存放方案规定的计划访视,SV还需要计划外访视的信息。

SV Assumptions

  1. SV提供受试者试验访视的日期/时间,包括进行的(计划/计划外)访视和未发生的计划访视
  2. 一个受试者一个VISITNUM只能有一条记录
  3. 筛选失败、撤回知情、死亡或者提前退出试验的受试者,随后应该进行的计划访视不在SV中体现
  4. 受试者的计划内和计划外访视,无论是否实地访视都应在SV体现
    💠SVPRESP=Y 指明计划访视
    💠对于计划访视,SVOCCUR指明该访视是否发生
    💠SVREASOC,未发生原因
    💠对于计划外访视,SVPRESP和SVOCCUR应该为空

这3个变量是在SDTM IG3.4版本新增的。

SVOCCUR=N指的是某个计划访视未进行的情况,如果CRF页面设计为下图形式,未收集整个访视的原因,这样的话就不用SVREASOC变量,对于这样的页面设计,假如某个受试者某个访视整个都未进行,那么programmer收到的数据集不会有该受试者该访视的任何记录,根据IG的更新是要求受试者退出研究之前的所有计划访视(包括未做访视)都呈现在SV中的。
那么对于DM来说,访视页面应该设计为如下页面是更合理的。
  1. VISITDY不应对计划外访视赋值
  2. 对于那些筛选访视收集的结果是受试者参加试验之前进行的既往检查数据,这样的既往检查日期(知情同意之前的日期)不能用来衍生筛选期的SVSTDTC

是否需要time部分?

通常来说,SVSTDTC、SVENDTC不需要time部分,因为一天只会落在一个访视内,所以没有必要增加衍生SV的复杂程度。如果说某一天有多个访视,那么相应的访视便需要time部分才能保证其他数据集mapping到正确的VISIT、VISITNUM。

例如day 1 pre-dose、day 1 post-dose,类似这样同一天有两个访视的情况,那些相应的day 1 pre-dose、day 1 post-dose这两个VISIT的SVSTDTC、SVENDTC需要包含time部分,对于其余访视的SVSTDTC、SVENDTC做到日期部分就可以。

需要哪些raw data?

首先我们需要知道SV的目的是什么?无非就是呈现出所有计划访视的最早、最晚日期,对于计划外访视需要知道紧跟在哪个计划访视之后,VISIT、VISITNUM在所有包含访视的domain中需要保持一致性。所以SV需要的数据集便是那些进行检查访视的raw data:VS PE RS EG CV LB OE等等,需要排除的有AE CM MH PR等event,以及ENROLL、IC、DS这些milestone相关的数据集。

最主要的原则就是,考虑该raw data进入的domain是否需要VISIT,该日期是否是该VISIT的检查日期。

编程思路

  • 通过proc contents或者proc sql数据词典,找出所有日期变量,再排除掉 那些不属于访视检查日期的日期变量

  • 将所有日期变量set到一起,保留visit, visitnum(folderseq, foldername), subjid, svdat这些变量,对于所有计划访视按日期排序,最小日期为该访视的SVSTDTC,最大日期为该访视的SVENDTC,每个计划访视输出一条记录

  • 对于计划外访视按日期与计划访视merge,取该计划外访视之前距离最近的计划访视名称,并排序给计划外访视命名相应的名称和编号。

注意事项

Partial Date,一般访视日期很少出现部分缺失的情况,如果有的话需要及时和DM确认是否录入正确,如果确实有的话,需要处理好,确保日期排序按照预期;

Raw Data访视编号的renumber,据DM描述已经发布的访视、访视编号上线后不能修改、只能增加。如果一开始建库留的访视编号后续不够用,需要新增访视的话,可能会出现raw data中的访视编号不能如实反映访视发生顺序,这个时候SDTM.SV要对访视进行重新编号。

SV简单程序示例



假设逻辑库raw有如上数据集,进行SV编程。

** 选择raw data所有日期变量,需根据项目剔除非访视日期的日期变量 **;
proc sql;
  select catt(libname,'.',memname,'(keep=subjid folderseq foldername')||' '||catt(name,' rename=',name,'=dat)') into:dslist separated by ' '
    from dictionary.columns where libname='RAW' and (kindex(upcase(name),'DAT') or kindex(label,'日期'));
quit;
 
%put &dslist;
 
data visall;
  set &dslist;
run;
 
** 去重:每个访视相同日期只留一条记录即可 **;
proc sort data=visall nodupkey;
  by subjid folderseq foldername dat;
run;
 
** 处理计划访视 **;
data vissch;
  set visall;
  where kindex(foldername,'UNS')=0;
  by subjid folderseq foldername dat;
  retain svstdtc;
  if first.foldername then svstdtc = dat;
  if last.foldername  then svendtc = dat;
  if last.foldername;
  ** visit,visitnum 沿用folderseq,foldername 如foderseq不能如实反映访视顺序,需要重新编号**;
  visit    = foldername;
  visitnum = folderseq;
  keep subjid visit visitnum svstdtc svendtc;
run;
 
** 处理计划外访视 **;
data visuns;
  set vissch visall(where=(kindex(foldername,'UNS')) rename=dat=svstdtc in=uns);
  by subjid svstdtc;
  svendtc = svstdtc;
  retain unsvis unsvisn;
  if visit>''    then unsvis  = visit;
  if visitnum>.z then unsvisn = visitnum;
  if uns;
  keep subjid svstdtc svendtc unsvis unsvisn;
run;
 
proc sort data=visuns;
  by subjid unsvis unsvisn;
run;
 
data visuns1;
  set visuns;
  by subjid unsvis unsvisn svstdtc;
  if first.unsvisn then num = 1;
  else num + 1;
  visitnum = unsvisn + num/10;
  visit    = catt(unsvis)||' UNSCHEDULED '||cats(num);
  keep subjid visitnum visit svstdtc svendtc;
run;
 
** 合并计划、计划外访视 **;
data sv;
  retain subjid visit visitnum svstdtc svendtc;
  set visuns1 vissch;
  by subjid visitnum;
run;
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 216,001评论 6 498
  • 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 92,210评论 3 392
  • 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 161,874评论 0 351
  • 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 58,001评论 1 291
  • 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 67,022评论 6 388
  • 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 51,005评论 1 295
  • 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 39,929评论 3 416
  • 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 38,742评论 0 271
  • 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 45,193评论 1 309
  • 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 37,427评论 2 331
  • 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 39,583评论 1 346
  • 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 35,305评论 5 342
  • 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 40,911评论 3 325
  • 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 31,564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 32,731评论 1 268
  • 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 47,581评论 2 368
  • 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 44,478评论 2 352

推荐阅读更多精彩内容