Data Management en recherche clinique vétérinaire

Slides:



Advertisements
Présentations similaires
CS CONFRONTATOR Module permettant la confrontation des données lors de scénario de double saisie. Permet aussi de gérer les commentaires de saisie.
Advertisements

Atelier 159 : Suivi de Projet
Saisir en ligne les statistiques annuelles de la BM pour le Service du Livre et de la Lecture du Ministère de la culture (ex DLL) Bibliothèque départementale.
Suivi des Concepts de projet dans le PMIS Atelier Élargi pour la Circonscription 19 au 21 juillet 2011 Monrovia, Liberia.
Manuel Qualité, Structure et Contenus – optionnel
L’e-Monitoring Salon de la logistique des essais cliniques
Lise LACLAUTRE (Pharmacienne AQ)
Profil de poste Groupe de travail :
Marseille le 06/05/2010 Présentation du logiciel MACRO 1.
N. Bouvet-Forteau, G. Danton, A. Moussa
Le data management au CHU D’AMIENS
de l’application « GESTSUBV »
Document réalisé par le CCITI
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T SIDEx SIDEx Informatique et Automatismes.
Jemoriente.info Jemoriente.info est un projet du programme France-Suisse Interreg, porté par : l OFFICE POUR L'ORIENTATION, LA FORMATION PROFESSIONNELLE.
Prise en main rapide... Ou comment commencer avec RevisAudit ?
Rédaction dun article sur le site internet du CRCACK Lien administration :
Gestion de la communication par établissement sur le site ville
Le service d’encaissement des TItres Par Internet (TIPI)
Procédure de commande des ressources
Les requêtes La Requête est une méthode pour afficher les enregistrements qui répondent à des conditions spécifiques. La requête est donc un filtre.
Pour paramétrer les diverses lettres-clés et leur valeur
Dynamisez la gestion de votre atelier CNC.
Application de la loi belge sur lexperimentation humaine du 7 mai 2004 Points forts, incertitudes et difficultés Expérience dun comité déthique Par prof.
et contrôle des retraites
SIGREC Cession de Formation 31 Mars 2009
Présentation du SVI - DELSOL Mikaël
de l’application informatique MCP
Module 1 : Préparation de l'administration d'un serveur
Database B2 2 MIP Paris.
Modules DMOS, Dons et subventions
KAKI - Gestion budgétaire et comptable de la paye
Algorithmique et Programmation
Manager Self Services Training guide My Learning Link
RECHERCHE PRECLINIQUE
1 CLUB DES UTILISATEURS SAS DE QUÉBEC COMMENT TRANSFORMER UN PROGRAMME SAS EN TÂCHE PLANIFIÉE SOUS WINDOWS Présentation de Jacques Pagé STRiCT Technologies.
e-Marque Traitement des fichiers
© Nuance Communications, Inc. Tous droits réservés. Page 1 OmniPage Ultimate mai 2013.
GUIDE PROMOTEURS 5- Je saisis et je dépose mon dossier de demande de subvention en ligne.
Data Management Daniel BOICHUT 17 janvier DIU FARC TEC 2011
Les outils du data management
Objectif de la présentation Présenter les capacités et les limites des formulaires électroniques en PDF dynamique Formulaires en format PDF.
Présentation des Nouvelles fonctionnalités O-Word (v2.6.1)!
Un outil paramétré sur mesure !
Inscription via Cliquez pour changer de langue Fonctions disponibles Descriptions des masques - Menu fermé (640x480) + Menu ouvert (800x600) Cliquez.
Le data-management avec Capture System
PRESENTATION DU LOGICIEL CAPTURE SYSTEM (retour d’expériences) S. BOUDON F.LARRAS Groupe des DM des CLCC - Rencontres des 6 et 7 mai 2010, Marseille.
Prescription connectée en biologie, les référentiels
Mise en oeuvre et exploitation
Centre d’échange d’informations sur la Convention sur la Diversité Biologique Bienvenue dans le cours sur l’ajout d’une page web sur un site web développé.
18 février 2010 Environnement numérique d’apprentissage Réalisation de la phase 1 18 février 2010.
e-crf phase 2 Mode d’emploi
Séances de liaison auprès des brevetés 2014 Montréal – le 11 juin 2014 Toronto – le 12 juin 2014 Conseil d’examen du prix des médicaments brevetés.
GUIDE UTILISATION PLATEFORME Appel d’offres ouverts
MEMO Manager Etape 3 : Valider l’entretien annuel Acteurs du process
INTRODUCTION AUX ESSAIS CLINIQUES
Présentation Finale Spirit 07 / 03 / 2011 Groupe Vert 1 Equipe Verte.
Institut Supérieur des Sciences Appliquées et de Technologie Sousse
2 solutions pour s’authentifier :
Soutenance ProJet Individuel
Bureau d’études Présentation du sujet Organisation des projets Version 1 8 octobre 2004.
L ’évaluation et le choix des logiciels de comptabilité financière
Le DMP Dossier Médical Personnel
RENCONTRES DES 18 et 19 MAI 2011 ANGERS Institut de Cancérologie de l'Ouest Paul Papin Journée des exigences COFFRE Carine CIC de Tours – DiRC Grand-Ouest.
e-crf phase 2 Mode d’emploi
REGLES LIGNES DIRECTRICES PLAN D’ETUDE (Protocole)
LES METIERS DE CRO Les métiers de CRO.
Les essais cliniques Pr.Houda Filali Service de Pharmacologie
Guide d’utilisation du Site Microsoft Platform Ready (MPR)
Utilisation de la plateforme DomoLeaf en mode Adhérent 1 (Accessible avec une carte d’accès, en vente auprès de votre distributeur)
Transcription de la présentation:

Data Management en recherche clinique vétérinaire Gaëlle Milon-Harnois Biostatisticienne et Data-Manager Intervet Pharma R&D – Angers gaelle.milon-harnois@sp.intervet.com 2ème rencontres des Data Managers Académiques Angers – 18/05/2011

Les essais cliniques en milieu vétérinaire 2ème rencontres des Data Managers Académiques 18/05/2011

Les étapes des essais cliniques vétérinaires CRF = Report 2ème rencontres des Data Managers Académiques 18/05/2011

Similitudes (1) Partie du dossier de soumission pour L’AMM   Investigation sur sujets humains Phase I à IV  Expérimentation pour confirmer l’efficacité et/ou la tolérance sur l’espèce cible dans les conditions terrain Phase III & IV Nombre important d’espèces - 1 dossier par espèce Etude de résidus (lait, viande) & éco toxicologique (protection consommateur & environnement) Essais Multicentriques, randomisés, contrôlés Etudes en aveugle/en ouvert Non infériorité, supériorité…  Unité statistique = 1 ou plusieurs animaux (lot, élevage)  Unité statistique= 1 patient 2ème rencontres des Data Managers Académiques 18/05/2011

Similitudes (2) Sponsor / ARC / Investigateur / Patient / Chargé d’études cliniques (CRM) / Data manager / statisticien  Infirmière de recherche clinique / TEC / Pharmacien  Propriétaire/ Eleveur Protocol / CRFs/ Amendement / CVs / lettre d’information / consentement éclairé / Rapport …  signature du patient (ou d’un représentant légal)  Signature du propriétaire (ou de l’éleveur) (ou d’un représentant légal) 2ème rencontres des Data Managers Académiques 18/05/2011

Différences majeures (1) Ventes mondiales (2009):  800 milliards $  20 milliards $ = 2.5%! Les budgets des essais cliniques ne sont pas comparables Exemple : Etude internationale de phase III en cardiologie  4 mois de suivi avec 5 visites 24 220 1800 5000 3000€  3 mois de suivi avec 3 visites 4 40 60 80 500€ Nb de pays: Nb de centres: Nb de patients: Nb d’UT & de CRFs: Rémunération inv/ cas: 2ème rencontres des Data Managers Académiques 18/05/2011

Différences majeures (2) Rares et quand il y en a très peu informatif.  « données originales localisées dans les dossiers des malades, enregistrements originaux d’appareils automatisés, tracés (ECG, EEG), radiographies, comptes rendus de laboratoire, etc... »  Rares et quand il y en a très peu informatif.  Avec l’informatique NB:  “les données transcrites ne sont pas considérées comme des données brutes” tandis qu’en  les CRF sont des transcriptions des documents source 2ème rencontres des Data Managers Académiques 18/05/2011

Le Data Management des essais cliniques vétérinaires = Le Data Management des essais cliniques vétérinaires 2ème rencontres des Data Managers Académiques 18/05/2011

Les étapes du data management Logiciel utilisé depuis 2009 9 études Version 6.1 depuis février 2011 (avant: v5.5) Logiciel installé sur un serveur hébergé par Clinsight 2ème rencontres des Data Managers Académiques 18/05/2011

Plan de Data Management Document contenant: CRF annoté Liste des variables Conventions de saisies spécifiques à l’étude Liste des contrôles de cohérence Rédigé par le Data Manager en lien avec le CRM et les ARC 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 11

Création du masque de saisie Au préalable créer étude et profils sous CS Administrator 1 administrateur par pays Manque un rôle « Administrateur local » (administrateurs gérant les accès des études qu’ils ont créé) 2ème rencontres des Data Managers Académiques 18/05/2011

Création du masque de saisie 2ème rencontres des Data Managers Académiques 18/05/2011

Création du masque de saisie Outils fréquemment utilisés 4/6/2017 Création du masque de saisie Outils fréquemment utilisés Importation de pages similaires d’essais précédents Groupes de champs Champs calculés Pages ou sections optionnelles (AE, CT, Deviation, descriptif ferme, lot, …) 2ème rencontres des Data Managers Académiques 18/05/2011 14

2ème rencontres des Data Managers Académiques 18/05/2011 15

Importation de données Saisie des données Double saisie Investigateur, ASV, CRO Opérateur de saisie ISPAH Opérateur de saisie ISPAH Opérateur de saisie ISPAH Pas de saisie uniquement CSOnline Importation de données Données de laboratoires 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 17

Vérification de la saisie Forcer la saisie et le verrouillage des pages NA Autre solution: Statut de réception des pages 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 19

Tests de cohérences Tous les tests inter and intra pages définis dans le Plan de Data Management Tests définis en mode draft, validés sur des données fictives puis importés en mode production Programmation et lancement des tests par le DM 2ème rencontres des Data Managers Académiques 18/05/2011

Outils fréquemment utilisés Tests de cohérences Outils fréquemment utilisés Pre tests (pour les tests les + importants) Définition des tests intra page en mode biblio Manque la possibilité de pourvoir définir en biblio des tests inter page se répétant systématiquement 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 22

Gestion des incohérences et envoi des queries DM DM + CRM DM + CRM ARC ARC DM inv DM ARC/ DM inv inv 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 24

Codage DM: exporte les données à coder sous Excel Codage par le CRM 2ème rencontres des Data Managers Académiques 18/05/2011

2ème rencontres des Data Managers Académiques 18/05/2011 26

Spécificité des essais cliniques vétérinaires 2ème rencontres des Data Managers Académiques 18/05/2011

Gestion des déviations Problème rencontré: certaines déviations concernent plusieurs cas (ex: un centre entier) => compliqué à gérer sous CS Saisie des déviations (écrites par l’investigateur ou lors de la revue clinique ou le Data Management) dans un fichier Excel Impression du fichier Excel et envoi à l’investigateur pour signature Statut des déviations par le CRM Envoi au statisticien des déviations impactant l’étude PP 2ème rencontres des Data Managers Académiques 18/05/2011

Cas particulier des CRF collectifs 2ème rencontres des Data Managers Académiques 18/05/2011

Gestion sous Capture System des CRF Collectif 4/6/2017 Gestion sous Capture System des CRF Collectif ANOMINOUS 2ème rencontres des Data Managers Académiques 18/05/2011 30

Outils pratiques proposés par CS Groupe de champs Export 1 animal / ligne 2 fonctions disponibles dans la nouvelle version: $ChidID : tester l’unicité d’un code patient dans un CRF d’une visite (animal 01-30 ne doit être renseigné qu’une seule fois sur le formulaire Examen Clinique de la visite 1) @REF(ID) : définir des sous identifiants. => utile pour les tests de cohérence intra animal inter page (comparer les dates de visite de l’animal 01-30 qui est renseigné sur la ligne 1 en visite 1 et sur la ligne 5 en visite 2) 2ème rencontres des Data Managers Académiques 18/05/2011

Merci pour votre attention 2ème rencontres des Data Managers Académiques 18/05/2011