SDTM介绍(1)-- 观测记录与相关术语

1、SDTM是什么?

Study Data Tabulation Model (SDTM),临床研究数据列表模型,为药物监管机构(如美国 FDA)的研究数据列表(study data tabulation)提供一个标准结构。SDTM文档是为需要采集、准备、分析研究数据并提交给监管机构的公司和个人准备的。监管机构会另行提供应用此模型的相关指导、说明与规则,建议读者在以SDTM为基础构建申报数据之前参考这些资料。

2、SDTM的作用?

SDTM为用户提供了一个一般性的框架,用于描述人类与动物研究所采集的数据以及向监管部门递交的数据。简单讲,SDTM是临床试验数据提交的一个规范,规定了需要提交数据集的类型以及数据集中所需要的变量。该模型的建立是基于观测记录(Observations),而观测记录是由临床研究过程中采集到的各类信息组成。通常,观测记录对应数据集中的行(Rows);各类信息对应数据集中的列(Columns)。

3、一般观测记录的类别(General Observation Classes)

在临床研究中,大多数观测记录可划分为干预(Interventions)、事件(Events)与发现(Findings)三大类:

  • 干预类:受试者接受的研究性、治疗性或其他治疗(伴有实际或者期望生理效果),可以是由研究方案指明的研究治疗(例如,暴露)、研究期间的伴随治疗(例如,伴随用药), 或受试者自我服用的其它物质(如酒精、烟草或咖啡因)。
  • 事件类:研究方案中计划的里程碑事件,如随机化、研究完成;以及在试验期间或试验之前发生的独立于临床研究计划评估的状况、事件等(试验期间,如不良事件;试验之前,如既往病史)。
  • 发现类:临床研究中计划评估的观测结果,如特定的实验室检查、ECG检查或调查意问卷中问题的回答结果等。

4、具有特殊目的(Specia-purpose)的观测记录

除了上述三个一般观测记录的类别外,为了呈现临床试验中的其它重要信息,递交的数据还包括一系列具有特殊目的的观测记录,包括:

  • 人体或动物研究中的人口学资料(Demographics);
  • 备注注释信息(Comments)
  • 受试者元素(受试者在试验过程中经历的各时段和元素的时间信息)
  • 受试者访视(受试者访视时间信息)
  • 试验设计的描述
  • 数据集与一些记录间的关系

5、SDTM的相关术语

域(Domain)

某一特定主题下的观测记录被称为域(Domain),域可以理解为是收集特定信息的数据集。举个例子,“受试者101在研究的第六天开始出现轻度恶心症状”是一个临床研究中不良事件域的一个观测记录结果,这个域主要收集受试者不良事件的信息,研究中所有受试者的所有不良事件的观测记录构成了这个域(数据集)。

SDTM变量的5种角色

每一条观测记录都是由一组变量来描述,这些变量根据用法以及所传达的信息类型,可以分为5种角色:

  • 标识符(Identifier)变量:用来标识研究本身、参与研究的受试者(人或动物个体)、域名及记录序号等信息的变量(例如,USUBJID, DOMAIN, --SEQ, --GRPID, --SPID);
  • 主题(Topic)变量:描述观测记录的主要目的(例如,某一实验室检查的名称);
  • 时间(Timing)变量:描述观测记录发生的时间 (例如,开始日期与结束日期);
  • 修饰语(Qualifier)变量:包括进一步描述结果或观测记录更多特征的说明性文字或数值(例如,单位或描述性形容词);
  • 规则(Rule)变量:在试验设计模型里,用于表达定义开始、结束或循环条件的算法或可执行的方法。

修饰语(Qualifier)变量的五个类别

修饰语(Qualifier)变量可细分为五个类别:

  • 分组修饰语(Grouping Qualifiers):对同一域中的数据进行分组。例如:--CAT和--SCAT。
  • 结果修饰语(Result Qualifiers):在发现类域中,用来描述与主题变量相关的特定结果。用来回答主题变量所要表达的问题。结果修饰语包括--ORRES,--STRESC,和--STRESN。
  • 同义词修饰语(Synonym Qualifiers):指定了观测记录中某一特定变量的其它可用名称。例如,--MODIFY和--DECOD,与主题变量--TRT or --TERM是等同的术语;--TEST和--LOINC与--TESTCD是等同的。
  • 记录修饰语(Record Qualifiers):从记录水平(而不是变量水平)定义某一观测记录的附加属性。例如--REASND, AESLIFE, 及在不良事件域(AE)中所有其他严重不良事件(SAE)标识变量;人口学数据域(DM)中年龄、性别和种族;发现类域中--BLFL, --POS, --LOC, --SPEC 与--NAM。
  • 变量修饰语(Variable Qualifiers):用来进一步修饰或描述某一观测记录的特定变量,并且只有在它所修饰的变量中才有意义。例如--ORRESU, --ORNRHI与--ORNRLO是 --ORRES的变量修饰语; 而--DOSU则是--DOSE的变量修饰语。

观测记录的变量举例

一条记录的观测信息为,“受试者101在研究的第六天开始出现轻度恶心症状”:标识符变量值是该受试者编号“101”(用来标识受试者);主题变量值为该不良事件术语“恶心”(描述观测记录的主要目的);时间变量值是该事件出现时研究已开始的天数,即“开始于研究第六天”(描述观测记录发生的时间);记录修饰语为该事件的严重程度,其值为“轻度”(从记录水平定义观测记录的附加属性)。

(信息来源:SDTM v1.8)

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 214,100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