Data Management en recherche clinique vtrinaire Galle MilonHarnois

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 2

Les étapes des essais cliniques vétérinaires • CRF = Report 2ème rencontres des Data Managers Académiques 18/05/2011 3

Similitudes (1) Partie du dossier de soumission pour L’AMM Investigation sur sujets humains 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 Phase I à IV (protection consommateur & environnement) Essais Multicentriques, randomisés, contrôlés Etudes en aveugle/en ouvert Non infériorité, supériorité… Unité statistique= 1 patient Unité statistique = 1 ou plusieurs animaux (lot, élevage) 2ème rencontres des Data Managers Académiques 18/05/2011 4

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 5

Différences majeures (1) Ventes mondiales (2009): 800 milliards $ 20 milliards $ = 2. 5%! ð Les budgets des essais cliniques ne sont pas comparables Exemple : Etude internationale de phase III en cardiologie 4 mois de suivi avec 5 visites Nb de pays: 24 Nb de centres: 220 Nb de patients: 1800 Nb d’UT & de CRFs: 5000 Rémunération inv/ cas: 3000€ 3 mois de suivi avec 3 visites 4 40 60 80 500€ 2ème rencontres des Data Managers Académiques 18/05/2011 6

Différences majeures (2) « 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 7

= Le Data Management des essais cliniques vétérinaires 2ème rencontres des Data Managers Académiques 18/05/2011 8

Les étapes du data management • Logiciel utilisé depuis 2009 9 études • Version 6. 1 depuis février 2011 (avant: v 5. 5) • Logiciel installé sur un serveur hébergé par Clinsight 2ème rencontres des Data Managers Académiques 18/05/2011 9

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 10

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 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 12

Création du masque de saisie 2ème rencontres des Data Managers Académiques 18/05/2011 13

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

Saisie des données • Double saisie Investigateur, ASV, CRO Opérateur de saisie ISPAH • Pas de saisie uniquement CSOnline Importation de données • Données de laboratoires 2ème rencontres des Data Managers Académiques 18/05/2011 16

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 18

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 20

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 21

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

Gestion des incohérences et envoi des queries DM DM + CRM ARC DM inv DM ARC/ DM inv 2ème rencontres des Data Managers Académiques 18/05/2011 23

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 25

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

Spécificité des essais cliniques vétérinaires 2ème rencontres des Data Managers Académiques 18/05/2011 27

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 28

Cas particulier des CRF collectifs 2ème rencontres des Data Managers Académiques 18/05/2011 29

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: • $Chid. ID : 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 31

Merci pour votre attention 2ème rencontres des Data Managers Académiques 18/05/2011 32