208:肿瘤项目系列(二)---TR的编写

上一篇文章讲到我们把病灶标识出来后,就需要对病灶进行定性或者定量的测量,测量的结果就放在TR domain里面。

206:肿瘤项目系列(一)---TU的编写

TU数据集如下

image.png

就像我们在一座小山插上一面旗帜,告诉别人这座山我标识出来了,然后这座山有高度、宽度、体积,这是定量的测量结果(就像实体瘤的靶病灶,有非淋巴结靶病灶最长径、淋巴结靶病灶最短径,淋巴瘤的就更多了,像最长横径也就是LDi、垂直于LDi的最短轴径也就是SDi,最长径与其垂直径的乘积也就是PPD)。

image.png

然后在山上的树上存在一群鸟,这就像对非靶病灶的评估,
TRORRES=存在 when TRTEST=肿瘤状态 and TRTESTCD=TUMSTATE
鸟飞走了,那么TRORRES=消失。
总之,一个病灶可以对应多个测量结果,TR中用TRLNKID和TU中的TULNKID紧密联系在一起。需要注意的是,在求基线的(TRLOBXFL)时候,每一个TRLNKID都需要有一个基线。看一下IG的例子

image.png

根据IG的例子,我想结合实际做项目中可能遇到的问题说说自己的看法

①:基线直径总和(Sum of Diameter),我们收到DM发过来的数据的时候,发现一个受试者可能有多个病灶,比如5个,那么靶病灶那张form就有5条记录,然后基线直径总和它是跟在这5条记录后面的,所以我们输出的时候基线期的直径总和可能就会输出5条记录,但是我觉得只要输出一条记录就可以了,所以需要去下重,不管你是先去重(建议)还是做完TESTCD再去重都可以。
②:ig的例子中用TRGRPID来区分靶病灶、非靶病灶、新病灶等等,然后可以发现ig中TR domain它是没有列举出来TRCAT这个变量的,TU中TUCAT也没有,不是说不可以加,但是P21会报一个notice,我讨厌这样。所以你自己看一下使用TRGRPID还是TRCAT来区分不同的病灶。
③:TRLNKGRP在IG中的例子是用一个字母拼上对应的访视编号,这个值也对应着RS中的RSLNKGRP,所以,可以理解成给药后,每一个访视,对每一个病灶的测量,汇总成当前访视的靶病灶评估结果、非靶病灶评估结果、新病灶评估结果,最后得到当前访视的一个总体评估结果,如下图所示

image.png

我觉得理解TU/TR/RS之间的关系比你会写程序更重要,他们可以认为是相互依存或者循序渐进的关系,然后通过下面的关键变量紧紧联系在一起。
TU和TR TULNKID---TRLNKID
TR和RS TRLNKGRP---RSLNKGRP

④:TRTESTCD/TRTEST有专门的CT,同时也是可拓展的,对于CRF上收集的一些检测项,可以查找文件看看有没有对应的CT。

image.png

⑤:有些项目可能还会有IRC的数据,然后你会发现外部传输的IRC数据都是英文的,这时候你可以把它mapping成对应的中文(如果你写的项目是中文的,然后TEST都是中文的,但是真的没必要,浪费时间);也可以直接用外部文件的值,这里推荐太美的IRC,接触过他们传输的IRC数据,格式几乎就跟我们做出来的TR差不多,用的变量也是IG上的那些变量,应该是太美的编程人员进行过相关指导。
总之,TU,TR不像你们想象的那么可怕,我觉得就跟正常做finding domain是一样的,主要是了解上面讲的这些东西,我觉得复杂的几个地方一是数据量比较多,尤其是TR;二是一开始data issue比较多,比如做了检查,但是检查结果为空,或者记录乱七八糟;这时候main侧和QC侧因为逻辑不同,输出的观测数就不一样,然后去QC真的很麻烦。
做了几个肿瘤项目后,我觉得实体瘤项目算是最简单的肿瘤项目了。


写这篇文章前,心情突然莫名其妙变得不开心,真的是有病,花了一个多小时写完这篇文章,心情还是没变化,郁闷......

The end.

©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 214,100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 91,308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 159,718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 57,275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 66,376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 50,454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 39,464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 38,248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 44,686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 36,974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 39,150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 34,817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 40,484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 31,140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 32,374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 47,012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 44,041评论 2 351

推荐阅读更多精彩内容