CDISC标准

ADTTE随讲(一)

2021-09-21  本文已影响0人  SASPRO的打工人生活

今天看了一下关于ADTTE相关的东西,在CDISC官网有专门的一个文件介绍ADTTE,感兴趣的话可以在"Standards"-“ADaM”下  下载。

应该说所有的肿瘤项目都有一个分析数据集ADTTE,所以好好了解一下对你的面试有很大的帮助,毕竟现在肿瘤项目这么火。

为什么要单独创建这样一个分析数据集呢?我的理解是在肿瘤项目中,病人一般得的都是很不好的疾病,比如说癌症,这时候如果不给予治疗,患者只有等死的份了。但是也不是说给予了治疗或者服用研究药物,患者就一定能痊愈,但是延缓受试者的死亡时间,让患者活久一点,这也说明研究药物可能是有效的。

所以我们需要评估患者服用研究药物后(不一定是服药后)的生存时间(也就是生存分析),描述关键疾病相关事件出现的时间线是疾病描述的一个重要特征。

分析的基础是从一个确定的起始点(例如,随机化或干预的日期)到感兴趣事件(outcome of interest:这个翻译我总感觉很别扭)发生的时间。这些事件可能是不利的,如死亡或肿瘤复发;或阳性反应,如治疗反应。

所以我们经常能在肿瘤项目中看到这几个高频词:CR、SR、SD、PD、OS、DFS、PFS等等。具体代表什么意思,可以自己百度一下。对于那个response,有人翻译成“应答”,有人翻译成“缓解”,我感觉疾病嘛,用缓解可能更合适一点,以后的文章中我就用缓解来解释了。当然了,两个应该都是可以的。

在生存分析中,有一个重要概念就是删失(censoring):生存数据的显著特征是,在观察期结束时,可能不是所有受试者都发生了感兴趣的事件。对于这些受试者,唯一可获得的信息就是这些受试者在试验期间没有发生events,因此,这些受试者事件发生的时间可以被称为censoring。

censoring包括多种情况,如随访研究中因各种原因而造成的失访、因与研究无关的其他疾病死亡、研究结束时仍未出现结局等。

总之,生存分析是基于描述事件发生的纵向数据。ADaM TTE分析数据集结构旨在支持常用的时间到事件分析方法,如Kaplan-Meier乘积矩曲线、精算或队列生命表分析、log-rank检验(分层或趋势)、Wilcoxon检验和Cox比例风险模型。ADaM TTE分析数据集结构可以用于广泛的描述性和推断表格和图形数据表示,以及对所使用方法的适当性的诊断检查。

生存分析以后还要细讲的,今天就写到这了。一个人的所有节日都是简简单单,没有月饼,中午吃饺子,晚上点了个外卖。

上一篇下一篇

猜你喜欢

热点阅读