XZY's BLOG

总结

• ADaM 标准实为了让临床试验统计分析人员梗快速、标准准确地进行统计分析和制作报表的标准；
• ADaM 主要分为三类数据集：ADSL，BDS 和 OCCDS；
• 详细梳理了三类数据集的特点以及对应的重点变量。

ADaM 数据集是做什么用的？

ADaM，Analysis Data Model，顾名思义，为了更加方便、标准且准确地进行统计分析，输出相关统计图表的标准模型。

临床实验的流程包括：实验设计，得到原始数据 → 经过 SDTM 标准化得到标准数据 → 将 SDTM 标准数据转化为 ADaM 标准数据 → 使用 ADaM 数据集生成统计图表 → 撰写药物上市申请文档。

在这个工作流程中：

• SDTM 标准更偏向于数据标准化；
  • 不同实验的数据集，结构内容和变量基本大部分相同；
  • 如果直接从 SDTM 数据集创建统计图表，需要增加大量计算语句，非常冗杂并且容易出错；
• ADaM 标准更偏向于数据的可分析性；
  • 数据集的变量可以根据实验的不同进行调整，更加灵活；
  • 更加方便快捷、标准、准确地编写统计图表生成的语句。

跟 SDTM IG 文件类似，ADaM 也有对应的 IG（Implementation Guide） 文件，在 CDISC 的官网就可以找到。

ADaM 有五大基础原则

• 清晰且无歧义，Clearly adn unambiguously，有标准则需要与标准一致，如果没有标准就需要描述清晰；
• 可追溯性，Traceability，每个变量，每条记录的来源，都必须能从对应的 SDTM 数据集中找到；
• 能够被常用的统计软件 SAS 使用；
• 必须具备 metadata 元数据，即必须把 ADaM 中每个变量的意义放在一个元数据文件中；
• 即分析性 analysis-ready，使用最少的编程工作就可以完成分析任务；ADaM 数据可以只包含分析所需要的数据，如果收集了一些原始数据并不会用于分析中，那么就不需要纳入 ADaM 数据集中。

可追溯性

可追溯性非常重要，它要求所有数据有依可查，而不是凭空产生。这样可以方便分析人员和审阅者查看数据的产生过程，排除可能存在的异常数据。可追溯性分为以下两点：

• Metadata 层面：ADaM 中的变量，如果是在 ADaM 编程过程中创建出来的，必须通过说明文档，说明计算产生过程；
• Datapoint 层面：ADaM 中的某条记录，可以知道是从 SDTM 中的哪条记录而来的。常用的方法就是保留 SDTM 中的 SEQ 变量。

变量的存在度

和 SDTM 相同，ADaM 数据集标准对变量也有存在度的要求。回忆一下，SDTM 中的三种分别是 REQ 必须存在, EXP 期望存在, PERM 允许存在；而 ADaM 中的三种分别是：

• Required：必须存在；
• Conditionally Required：条件性必须，即在某些特定条件下这些变量的存在是必须的；
• Permissible：允许存在；

重要的数据结构 ADSL、BDS 和 OCCDS

ADaM 标准中有以下这三种类型的数据结构，且这三种数据集是互斥关系的，也就是说每个 ADaM 数据集能且只能属于他们三个其中的一类。从实际情况来说，BDS 结构最多。

如果一个 SDTM 数据集中的数据需要用于统计分析，就需要创建对应的 ADaM 数据集，命名方法是字母 AD 加上所用的主要 SDTM 数据集的名称，举例：

• LB → ADLB
• VS → ADVS

ADSL，全称 Subject Level Analysis Dataset

• 代表每个患者一条记录的记录结构（类似 SDTM 中的 DM 数据集）
• 一般都将 DM 数据集先 set 进来，再增加其他变量；
• ADSL 结构的数据集在一个实验中只有一个，名称就叫 ADSL。

OCCDS，全称 Occurrence Data

• 发生数据，常常是指 SDTM 标准下的 Events 结构类的数据；
• 把发生的事件按照事件的层级列举出来，比如副作用 AE 数据集中，需要 AELLT AEHLT AEHLGT 和 AESOC 来表示副作用所属的最高层级，而经过 ADaM 处理后依然需要保留；
• OCCDS 的 IG 文件是在压缩包中单独列出来的；

BDS，全称 Basic Data Structure

• 基础数据结构
• 一般会将 SDTM 标准下的 Findings 和 Findings About 的数据生成 BDS 结构的数据集；
• 基本要求：每个患者，每个参数，每个时间点，一条记录，举例：和 SDTM 下的 LB 数据集结构类似。

ADSL 的变量梳理

下面进行 ADSL 重点变量的梳理：

• STUDYID, USUBJID, SUBJID, SITEID，都是之前很熟悉的变量了；
• SITEGRy，SITEGRyN
  • IG 文件中，变量名后面所跟的小写字母代表实际中的数字，比如 SITEGR1, SITEGR2；
  • 多中心的临床实验，可能部分中心（SITE）可以分类到一个组中，就用 SITEGRy 作为分组变量，而 SITEGRyN 作为分组序号方便排序；
• AGE, AGEU：年龄相关，不赘述；
• AGEGRy，AGEGRyN：年龄分组
• SEX，RACE：DM 提到的变量，不赘述；
• FLAG 相关变量，用 Y 或者 N 来表示是否成立，最重要的是：
  • SAFFL：如果这名患者，至少吃过一次药，就叫做 safety population，这时 SAFFL 取值为 Y；
  • ITTFL：Inten-To-Treat Population，是否有意向参加这个实验
• 和实验 TRAETMENT 相关的变量
  • ARM，ACTARM：DM 里的分组；
  • TRTxxP，TRTxxPN：计划中这名患者所参与的临床实验的分组；使用 xx 可以作为分时间段，来记录患者所参与的分组，常见于 crossover-design 的实验设计；
  • TRTxxA，TRTxxAN：实际中患者所参与的实验分组
• 和实验时间 TREATMENT TIMING 相关的变量
  • TRTSDT：实验的开始日期，数值型
  • TRTSTM：实验的开始时间，数值型
  • TRTSDTM：实验开始的日期和时间，数值型
  • TRTSDTF, TRTSTMF：如果实验的开始日期和时间是填补补充的，需要标示出来；
  • TRTEDT, TRTETM, TRTEDTM：最后一次参与实验暴露的日期和时间；
  • TRxxSDT：第一段、第二段等多段实验的截止日期，如果只有一段，不需要这个变量；

整个研究的时间范围是从患者签署同意意向书到最后一次随访，而 TREATMENT 的全程是从第一次服药（暴露）到最后一次服药（暴露）的时间段。这个时间段要比前者短。

• EOSSTT：表明一个患者在结束研究的时候是什么状态，包括 COMPLETED，DISCONTINUED，ONGOING
• EOSDT：患者什么时候结束的研究；
• DCSREAS：什么原因，不再参与这个实验；如果已完成实验，就标记为 Null；
• EOTSTT：表明一个患者在结束 TREATMENT ，停止吃药是什么状态；
• DCTREAS：这名患者为什么停止接受 TREATMENT（停止吃药）。
• DTHDT：患者死亡的日期；

BDS 的变量梳理

BDS，Basic Data Structure，重要的变量比 ADSL 要少一些。

• 通用变量：STUDYID, USUBJID, SUBJID, SITEID
• ASEQ：相当于 SDTM 中的 SEQ 变量一样，做完 BDS 数据集后，在每一个患者 ID 之内，从 1 开始依次累加；
• TRTP，TRTA：实验设计分组和实际分组；
• ADT，ATM，ADTM，ADY：检测日期和时间；
• ASTDT，ASTMM，ASTDTM，ASTDY：检测开始的日期和时间；
• AENDT，AENDM，AENDTM，AENDY：检测结束的日期和时间；
• AVISIT，AVISITN：就是 Findings 数据集的 VISIT 和 VISITNUM，表示这是患者的第几次来访；
• ATPT，ATPTN：Analysis timepoint，如果一次来访需要做多次检测，那么 AVISIT 和 AVISITN 的数据是一样的，但是 Timepoint 不同；
• PARAM，PARAMCD：参数，对应 TEST 变量，即检测的具体内容，形式往往是“测试名称（标准单位）”；
• PARAMN：对 PARAM 进行标号，方便排序；
• PARCATy，PARCATyN：类别，对应 LBCAT；
• AVAL，AVALC：代表测量的结果，LBSTRESN 和 LBSTRESC；
  • 如果测量结果不是数字，而是一串字符，就可以只存储在 AVALC 中，AVAL 留空。
• BASE 和 BASEC：代表基准线值，和 SDTM 储存方式不同（后者通过 flag 存储）；
• CHG：测量值减去基准值；
• PCHG：percent change from baseline，和基准值相比的百分比变化；如果基准值是0，PCHG 设为缺失值；
• SHIFTy，SHIFTyN：表示从基准线值到现在测量值的状态对比，比如 low to high 或者 normal to high，类似这种情况；这两个变量为一对一关系；
• CRITy，CRITyFL：用用户自定义的某些标准和特点，如果符合这一特点，就把 CRITyFL 变量设置为 y，CRIT 变量则要写清楚是什么标准；
• DTYPE：如果变量不在原来的变量中，而是新生成的，按照什么方法生成的，要用 DTYPE 简明地讲清楚；
• ANRIND，BNRIND：分别是当前测量值和基准线测量值时，测量结果是高或者低，可以用这两个变量制作出 SHIFT 和 SHIFTN 变量；
• ABLFL：Baseline Record Flag，如果纳入了 SDTM 数据集中没有的新纪录，就需要我们自己手动创建 ABLFL 标识基准线值；
• ANLzzFL：分析数据集，如果这条记录符合某一个要求，就可以标记为 Y；
• SRCDOM，SRCVAR，SRCSEQ 表示 datapoints 级别的可追溯性
  • SRCDOM：数据是从哪个 SDTM 数据集来的；
  • SRCVAR：从哪个变量来的；
  • SRCSEQ：从哪个记录来的。

OCCDS 的变量梳理

OCCDS 应用的场景并不多，一般只用在 AE 的副作用数据集中。

学到这里，头已经有一点点晕了，容我稍微缓一缓……