AE Domain

AE = Adverse Events,不良事件
不良事件可以简单理解为受试者发生的任何医学事件,不一定与试验用药有关系。

AETERM
AEBODSYS/AEBODSYSCD
AEDECOD/AEPTCD
AESOC/AESOCCD
AEHLGT/AEHLGTCD
AEHLT/AEHLTCD
AELLT/AELLTCD
AETERM是EDC收集的不良事件名称,那么在实际记录过程中,对于同样的不良事件,却可能有着不同的AETERM,所以使用MedDRA编码很有必要,在后续分析过程中,也是主要采用的编码后的AEBODSYS/AEDECOD进行不良事件的分析。

AESTDTC/AEENDTC/AEDUR
AE的开始结束日期时间,这类--DTC的变量都需要采用ISO8601的格式,在后续分析中判断TEAE时需要关注这两个变量,特别是AESTDTC,如果刚好和试验用药同一天,最好可以收集 Time,方便与试验用药的 Time 进行比较。
AEDUR是收集的AE发生的时间区间,并不是由开始结束日期时间衍生的,那么--DUR的这个规则也是适用于其他Domain的。

AEOUT
AE的转归,考虑到受试者权益的最大化,对不良事件的随访需要随访至事件达到改善稳定的结果。值参考Termnilogy即可。

AEREL
相关性,比较常见的是5种分类,肯定有关,可能有关,无法判断,可能无关,肯定无关。相关性的收集尽量不要缺失,后续分析种如果相关性缺失,会采取科学严谨的原则,以“相关”进行填补。

AESEV/AETOXGR
严重程度分为轻度,中度,重度
毒性等级分为1级,2级,3级,4级,5级
一般只会选择其中一个用于试验,这两个变量的收集同样尽量不要缺失,否则也会以更严谨的原则进行填补。

AESER
AESDTH/AESLIFE/AESHOSP/AESCONG/AESDISAB/AESMIE
严重不良事件,那么严重不良事件和重度的不良事件是完全不同的,SAE是有定义的,那么就按照定义来判断是否属于上面的哪一种SAE。而重度体现的是程度,可能SAE但是严重程度却是轻度。比如在国内医疗体制,为了报销的问题,选择住院进行治疗,但其实是无关紧要的小疾病,那么这条AE是SAE但是轻度的AE。SAE与肯定相关的AE也是完全不同的,比如受试者发生车祸意外身亡,那么这条AE是SAE但与用药无关(当然了精神类试验药物,也可能是有关的)。

AESPID/AEGRPID
说到AE的编号,首先提一下AE的记录规则,一般提倡AE发生了任何变化,比如相关性改变,严重程度改变,采取的措施改变,转归改变等等,就需要重新记录一条AE。那么在分析的时候,需要对AE发生的例次进行汇总。那么对于这样的连续的几条AE在汇总例次的时候应该计为1次。这个时候AE编号的运用显得尤为重要,将多条连续的AE的标记为一个GROUP,方便后续的分析。

AEPRESP
用于标记医学特别关注的不良事件,比如在前期探索性试验中发现了某些AE发生频率较高,会对这些感兴趣的AE提前标记在CRF中。

AEENRF
AEENRTPT/AEENTPT
这两组变量用于表示当AEENDTC缺失时,AE结束的大致区间。前者是和reference start date and reference end date作比较进行衍生,后者是两个变量配套使用的。
那这两组变量都是可以的,但是更推荐使用--ENRTPT/--ENTPT。因为前者是要求和RFSTDTC/RFENDTC作比较,那么对于未接受试验用药的受试者而言,无法衍生--STRF/--ENRF,索性都采取第二组变量更方便实用。

AETRTEM
这个变量大家可能会觉得奇怪,因为它不是SDTM IG中要求的变量,最终会被放到SUPPAE中,但不同的是,该变量是FDA validator rules中要求 "A treatment-emergent flag must be submitted.",看到这段英文就知道,其实就是TEAE的flag.

©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 214,172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 91,346评论 3 389
  • 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 159,788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 57,299评论 1 288
  • 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 66,409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 50,467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 39,476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 38,262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 44,699评论 1 307
  • 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 36,994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 39,167评论 1 343
  • 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 34,827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 40,499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 31,149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 32,387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 47,028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 44,055评论 2 352

推荐阅读更多精彩内容