从各系统导出的数据无法完成所需要的统计分析,需经过转换后形成标准Adam数据方可进行分析。涉及到数据集名称、变量名称、变量标签、变量值。例如ab表的拼接:
常见数据转换包括以下几种类型:
*表转置:横向数据转置为纵向数据。
*表拼接:ab表不同变量合并成一张表。
*表筛选:表中某变量不需要的值删除,需要的值留下。
*表关联:b表为a表的附属表。
*表内计算:基线值、研究天数等的计算。
对表内变量属性的修改涉及以下几个方面:
*变量名称:由USUBJID修改为SUBJID等。
*变量标签:a表中变量SUBJID中文标签为“受试者编号”修改为“随机号”。
*变量长度:由200修改为变量值中最大长度。
*变量格式:由字符转换为数字,或由数字转换为字符。数字字符显示样式为日期等。
常见的ADAM数据集如下:
ADAE-不良事件 ;ADCM-联合用药 ;ADSL-人口统计学 ;ADDS-受试者完成情况 ;ADPV-方案偏离 ;ADEG-心电图;
ADEX-药物暴露; ADIE-纳入/排除标准 ;ADLB-实验室 ;ADMH-病史 ;ADPE-体格检查 ;ADPCADPP-药效学/药代动力学;
ADVS-生命体征;
一般要求实现:
表转置常用程序为proc transpose;也可使用公司内部已验证宏进行数据的转换处理。
proc transpose的使用可参考SAS帮助文档中syntax和examples:
表筛选、表拼接、表内计算、变量的修改常可以根据自己的实际需求采用proc sql和data步实现。
日期的处理:
根据统计分析计划(SAP)中对日期的规定,撰写相应程序。
*不填补。所见即所得,是什么样子就展示什么样子。
*以最长时间填补。例如AE。
*以最短时间填补。
疗效数据缺失填补规则:
*最优填补法。
*最差填补法。
可参考如下参考文献:
[1]孙华, 李相鸿, 胡骅,等. 有缺失数据的生物等效性评价的考虑要点[J]. 中国临床药理学杂志, 2020, 36(18):5.
[2]王骏, 韩景静, 黄钦. 临床试验缺失数据的统计学考量[J]. 中国临床药理学杂志, 2016, 32(5):4.
[3]衡明莉, 陈丽嫦, 王骏. 临床试验中缺失数据处理方法研究[J]. 中国临床药理学杂志, 2019, 35(22):5.
以上均可使用公司内部验证宏实现,若需要程序,可私信我。
每一个数据集均应产生配套的生成程序.sas、数据集、日志存放在临床试验编程篇-Setup中创建的文件夹中。方便后续做TFLs时调用。每个项目的ADam中变量的含义要保持一致,变量名字应回归它本来的含义。
可参考ADaMIG最新版。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。