임상 데이터 관리

Clinical data management

임상 데이터 관리(CDM)는 임상 연구에서 중요한 과정으로, 임상 실험에서 고품질, 신뢰성, 통계적으로 건전한 데이터를 생성하게 된다.[1]임상 데이터 관리는 적절한 품질과 비용으로 데이터의 수집, 통합 및 가용성을 보장한다.또한 국립보건원(NIH)에서 정의한 임상연구의 스펙트럼에 걸친 연구의 수행, 관리, 분석을 지원한다.CDM의 궁극적인 목표는 연구에서 도출된 결론이 데이터에 의해 잘 뒷받침되도록 하는 것이다.이 목표를 달성하는 것은 공공의 건강과 시장화된 치료법에 대한 자신감을 보호한다.[citation needed]

임상 시험에서 임상 데이터 관리자의 역할

CDM에서 허용되는 직업 프로필: 임상 연구자, 임상 연구 동료, 임상 연구 코디네이터 등.임상 데이터 관리자는 임상 시험의 설정과 수행에 있어 중요한 역할을 수행한다.임상 시험 중에 수집된 데이터는 제약 산업의 제품 개발에 대한 의사 결정을 촉진하는 후속 안전 및 효능 분석의 기초를 형성한다.임상 데이터 관리자는 데이터 수집 옵션에 대한 초기 논의에 참여하여 임상 시험 프로토콜에 기반한 데이터 수집 도구의 개발을 감독한다.환자 등록이 시작되면 데이터 관리자는 데이터가 수집, 검증, 완료 및 일관성을 유지하도록 보장한다.임상 데이터 관리자는 다른 데이터 공급자(예: 수집된 혈액 샘플을 처리하는 중앙 실험실)와 연락을 취하며 이러한 데이터가 안전하게 전송되고 임상 시험에서 수집된 다른 데이터와 일치하는지 확인한다.임상 데이터 관리자는 임상시험이 완료되었을 때 캡처될 것으로 예상되는 모든 데이터가 회계처리되었고 모든 데이터 관리 활동이 완료되었는지 확인한다.이 단계에서 데이터는 최종으로 선언된다(단말론은 다양하지만 공통적인 설명은 "데이터베이스 잠금"과 "데이터베이스 동결"이다), 임상 데이터 관리자는 통계 분석을 위해 데이터를 전송한다.

사전 요구 사항

표준 운영 절차

표준 운영 절차(SOP)는 데이터 관리 활동을 수행할 때 따라야 할 프로세스를 기술하고, 데이터 관리 활동을 수행할 때 적용 가능한 법률과 지침(예: IH GCP 및 21CFR Part 11)을 준수해야 하는 의무를 지원한다.

데이터 관리 계획

데이터 관리 계획에는 데이터 처리 과정에서 수행해야 할 활동이 기술되어 있다.다룰 주요 주제로는 준수해야 할 SOP, 사용할 임상 데이터 관리 시스템(CDMS), 데이터 출처 설명, 데이터 처리 프로세스, 데이터 전송 형식 및 프로세스, 적용할 품질 관리 절차 등이 있다.

사례 보고서 양식 설계

사례보고서 양식(CRF)은 임상시험을 위한 데이터 수집 도구로 종이 또는 전자적일 수 있다.종이 CRF는 인쇄되며, 종종 탄소 필요 없음 용지를 사용하고, 완료하기 위해 임상 시험을 수행하는 조사 현장에 발송되며, 그 후에 데이터 관리 부서로 다시 전달된다.전자 CRF는 컴퓨터를 사용하여 데이터를 직접 필드에 입력하여 데이터 관리에 전자적으로 전송할 수 있도록 한다.CRF의 설계는 임상시험 프로토콜에 의해 수집되고 통계 분석에 포함되도록 의도된 정보를 고려해야 한다.가능한 경우 표준 CRF 페이지는 대부분의 임상 시험에서 공통적인 데이터 수집(예: 환자 인구통계)에 재사용될 수 있다.[2][3]CRF 설계와는 별도로 전자 시험 설계에는 편집 체크 프로그래밍도 포함된다.편집 체크는 불분명한 데이터가 입력될 때 쿼리 메시지를 발생시키고, 특정 데이터 포인트를 CRF에서 다른 CRF로 매핑하며, 제목 연령, BMI 등과 같은 특정 필드를 계산하는 데 사용된다.편집 체크는 조사자가 데이터를 입력하는 즉시 올바른 데이터를 입력할 수 있도록 도와주며 임상 시험 데이터의 품질을 높이는 데도 도움이 된다.

데이터베이스 설계 및 구축

전자 CRF 데이터베이스 설계와 CRF 설계를 활용한 임상시험은 밀접하게 연계되어 있다.전자 CRF는 기초적인 관계형 데이터베이스에 데이터를 입력할 수 있게 한다.종이 CRF를 활용한 임상시험의 경우 관계형 데이터베이스를 별도로 구축한다.두 경우 모두 관계형 데이터베이스는 CRF에 캡처된 모든 데이터의 입력을 허용한다.

전산 시스템 검증

주요 기사: 전산 시스템 검증

임상 시험 데이터의 처리 및 관리에 사용되는 모든 컴퓨터 시스템은 그들이 의도한 대로 수행되고 결과가 재현 가능한지 확인하기 위한 검증 시험을 거쳐야 한다.

CDISC

임상 데이터 교환 표준 컨소시엄은 현재 임상 시험 데이터의 기초 데이터 구조로 일반적으로 사용되는 글로벌 시스템 독립 데이터 표준의 개발을 주도한다.이러한 매개변수는 관계형 데이터베이스에 있는 각 데이터 필드(변수)의 이름, 길이 및 형식과 같은 매개변수를 설명한다.

유효성 검사 규칙

검증규칙은 임상시험 데이터의 완전성과 일관성을 보장하는 전자적 점검이다.

사용자 인수 테스트

전자 CRF(eCRF)가 구축되면 임상 데이터 관리자(및 기타 적절한 당사자)가 사용자 인수 검사(UAT)를 수행한다.검사자는 e-CRF에 테스트 데이터를 입력하고 의도한 대로 작동하는지 여부를 기록한다.UAT는 모든 문제(발견된 경우)가 해결될 때까지 수행된다.

활성 위상

데이터 입력

전자 CRF를 사용할 경우 적절한 액세스를 부여받은 현장 직원이 임상시험을 수행하는 조사 현장에서 데이터 입력을 수행한다.

용지 CRF를 사용할 때 데이터 입력 연산자가 페이지를 입력한다.최선의 방법은 첫 번째 통과 데이터 입력을 완료한 후 두 번째 통과 또는 독립 운영자에 의한 검증 단계를 수행하는 것이다.입력한 데이터가 CRF에 기록된 데이터의 실제 반영이 되도록 1차 통과와 2차 통과 사이의 불일치를 해결할 수 있다.운영자가 항목을 읽을 수 없는 경우, CRF를 완료한 자와 함께 항목이 명확히 설명될 수 있도록 임상 데이터 관리자에게 통지해야 한다.

데이터 유효성 검사

데이터 유효성 검사는 데이터에 유효성 검사 규칙을 적용하는 것이다.전자 CRF의 경우 진입 지점에서 실시간으로 유효성 검사 규칙을 적용할 수 있다.오프라인 유효성 검사가 필요할 수 있음(예: 데이터 유형 간 상호 확인)

데이터 쿼리

입력한 데이터가 유효성 검사 규칙을 통과하지 못할 경우 임상시험을 수행하는 조사 사이트에 데이터 조회를 발행하여 해당 항목에 대한 설명을 요청할 수 있다.데이터 쿼리는 선행되지 않아야 한다(즉, 수정해야 할 사항을 제안해서는 안 된다).전자 CRF의 경우 적절한 액세스 권한을 가진 사이트 직원만 데이터 입력을 수정할 수 있다.종이 CRF의 경우 임상 데이터 관리자가 데이터 질의 응답을 데이터베이스에 적용하고 데이터 질의의 사본을 조사 현장에 보관한다.항목이나 변수에 대해 오류나 질의가 제기되었을 때, 「점거」나 「질문」이 있다고 한다.

모든 EDC 시스템에는 불일치 관리 도구가 있거나 알려진 프로그래밍 언어(예: SAS, PL/SQL, C#, SQL, Python 등)를 사용하여 프로그래밍된 "편집 검사" 또는 "유효성 검사"를 참조하기도 한다.

그렇다면 '쿼리'란 무엇인가?쿼리는 유효성 검사에서 데이터 문제가 감지될 때 생성되는 오류다.유효성 검사는 페이지가 "제출"될 때마다 자동으로 실행되며 단일 변수, 동일한 ECRF 페이지에 있는 둘 이상의 변수 또는 다른 페이지에 있는 변수 간에 문제를 식별할 수 있다.변수와 연관된 여러 유효성 검사를 수행할 수 있다.

오류는 다음과 같은 여러 가지 방법으로 해결할 수 있다.

  • 오류를 수정하여 – 예를 들어 새 값을 입력하거나 데이터 포인트가 업데이트될 때
  • 변수를 올바른 값으로 표시하여 – 일부 EDC 시스템에서는 추가 응답이 필요하거나 응답에 만족하지 않을 경우 추가 쿼리를 제기할 수 있음

중앙 실험실 데이터

임상 시험 중에 채취한 샘플은 분석을 위해 단일 중앙 실험실로 보내질 수 있다.임상 데이터 관리자는 중앙 실험실과 연락하고 데이터 전송 계약서의 데이터 형식과 전송 일정에 동의한다.샘플 채취 날짜와 시간은 수집된 모든 샘플이 분석되었는지 확인하기 위해 CRF와 조정될 수 있다.

기타외부자료

임상 시험 데이터의 분석은 실험실, 영상 처리 전문가 또는 기타 제3자가 수행할 수 있다.임상 데이터 관리자는 그러한 데이터 제공자와 연락하고 데이터 형식과 전송 일정을 합의한다.데이터는 일관성을 보장하기 위해 CRF에 대해 조정될 수 있다.

심각한 부작용 조정

CRF는 임상 시험 수행 중에 보고된 이상 사건을 수집하지만 심각한 이상 사건이 신속하게 보고되도록 하는 별도의 프로세스가 있다.임상 데이터 관리자는 이러한 프로세스 간에 데이터가 조정되는지 확인해야 한다.

환자 기록 데이터

대상자가 데이터를 기록해야 하는 경우(예: 일별 증상)에는 일지를 제공하여 완료하도록 한다.이 데이터의 데이터 관리를 위해서는 CRF 데이터에 대한 다른 접근 방식이 필요하다. 예를 들어, 데이터 쿼리를 제기하는 것은 일반적으로 실용적이지 않기 때문이다.환자 일지는 종이 또는 전자(eDiary) 형식으로 개발할 수 있다.그러한 eDiaries는 일반적으로 피험자가 필요한 데이터를 입력하고 이 데이터를 중앙집중식 서버로 전송할 수 있는 휴대용 장치의 형태를 취한다.

데이터베이스 최종화 및 추출

모든 예상 데이터가 회계처리되면 모든 데이터 쿼리가 종결되고, 모든 외부 데이터가 수신되고 조정되며, 기타 모든 데이터 관리 활동이 데이터베이스를 완료하는 것으로 마무리될 수 있다.

임상 데이터 관리자가 생성하고 사용하는 일반적인 보고서에는 다음이 포함된다.

  • 페이지 완료/없음 페이지 상태
  • 데이터 쿼리 상태
  • 지정된 시간 제한 내에서 데이터 쿼리가 해결되지 않음
  • 일반적으로 제기되는 데이터 쿼리(개선할 수 있는 영역을 식별하는 데 도움이 됨)

품질 관리는 임상 데이터 관리 프로세스의 다양한 단계에서 적용되며 일반적으로 SOP에 의해 의무화된다.

참고 항목

임상 데이터 관리를 위한 전문 조직

  • 국제임상데이터관리협회(INCDMA)는 전 세계 임상 데이터 관리 그룹 간의 협업 촉진을 목표로 한다.그것은 CDM의 규율과 관련된 현재 주제에 대한 토론과 피드백을 위한 국제적인 포럼이다.그것은 INCDMA 절차와 기금에 참여하는 SCDM, ACDM(영국), DMB(프랑스), PSDM(네덜란드)의 이사회 멤버로 구성되어 있다.그것은 또한 유럽, 북미, 이스라엘, 일본, 중국, 호주에서 온 DM 지도자들과 주제 전문가들을 재정비한다.
  • 임상데이터관리협회(ACDM)는 1987년 임상데이터 관리 전문인력을 지원하기 위해 설립된 글로벌 조직이다.
  • 임상데이터관리학회(SCDM)는 2,590명의 회원이 데이터 관리의 품질과 우수성을 홍보하고 있으며, 웨비나, 온라인 강좌, 인증, 연례 컨퍼런스를 개최하고 있다.
  • Francaise de Data Management Biomédicale(DMB)는 1995년 설립된 프랑스의 데이터 관리 조직이다.제약 산업, CRO, 소프트웨어 공급업체 또는 대학의 데이터 관리자(의약품 개발을 위한 데이터 관리 활동에 참여하는 사람)로부터 데이터를 수집한다.
  • 프랑스의 학술 바이오메디컬 연구 데이터 관리자 네트워크(AcaDM)는 2008년 설립된 네트워크로, 관행을 표준화하고 개선하기 위해 전문가 간 반성의 공간을 제공하는 것을 목표로 하고 있다.

참조

  1. ^ Krishnankutty, B; Bellary, S; Kumar, NB; Moodahadu, LS (2012). "Data management in clinical research: An overview". Indian J Pharmacol. 44 (2): 168–72. doi:10.4103/0253-7613.93842. PMC 3326906. PMID 22529469.
  2. ^ Bellary, S; Krishnankutty, B; Latha, MS (2014). "Basics of case report form designing in clinical research". Perspectives in Clinical Research. 5 (4): 159–166. doi:10.4103/2229-3485.140555. PMC 4170533. PMID 25276625.
  3. ^ Gaddale, JR (2015). "Clinical Data Acquisition Standards Harmonization importance and benefits in clinical data management". Perspectives in Clinical Research. 6 (4): 179–183. doi:10.4103/2229-3485.167101. PMC 4640009. PMID 26623387.