Collaboration avec statisticien et data manager

Collaboration avec
statisticien et data
manager
Raphaël Porcher, DBIM, Hôpital Saint-Louis
DU Chef de Projet en Recherche Clinique
4 novembre 2011
Rôle du statisticien dans une
étude clinique
Responsable des aspects directement
liés à la méthodologie statistique de
l’étude
 Intervient lors des phases de l’étude

Conception de la recherche (avant)
 D’expérimentation (pendant)
 Clôture (après)

Rôle dans la conception (1)



Transposer les objectifs en termes d’hypothèses
à tester
Proposer ou valider le schéma expérimental de
l’étude
Établir la stratégie d’analyse:





Type d’analyse
Tests statistiques
Analyses intermédiaires éventuelles
Populations analysées (ITT, PP, …)
Règles de prise en compte des déviations
(mineures, majeures, …)
Rôle dans la conception (2)

Calculer le nombre de sujets nécessaire






Dépend des hypothèses testées
Et des risques d’erreur consentis
Repose de préférence sur les résultats d’études
antérieures (interaction avec l’investigateur +++)
Vérifier la faisabilité du recrutement en regard
du nombre de sujets
Déterminer la méthode de randomisation
adaptée (le cas échéant)
Définir l’échéancier des analyses
Rôle dans la conception (3)



Vérifier que les variables recueillies (et les
temps de mesure) permettent de répondre aux
objectifs de l’étude
Vérifier que les scores ou échelles utilisés sont
bien validés
Lors de la conception du CRF:


Vérifier que les variables sont en adéquation
avec celles du protocole (qualité/quantité)
En particulier leur intitulé et leur format doivent
permettre de répondre aux objectifs (exemple:
délais d’évts ou mesure répétées)
Rôle pendant l’étude (1)

Réaliser les analyses intermédiaires telles que
prévues au protocole


Valider la diffusion des résultats pour décision
d’arrêt / continuation par les comités ad-hoc
Réaliser des analyses particulières à la
demande d’un comité




Par exemple Comité indépendant de surveillance
Analyses intermédiaires non prévues
Analyses de futilité
Réévaluation du nombre de sujets
Rôle pendant l’étude (2)

Mettre à jour les règles de prise en compte des
déviations en fct des problèmes rencontrés

Intervenir sur la partie « méthodologie
statistique » d’un amendement si nécessaire
Rôle à la fin de l’étude

Réaliser l’analyse statistique

Rédiger le rapport statistique

Participer à la rédaction du rapport final de
l’étude

Participer à l’élaboration d’éventuelles
communications scientifiques (articles, congrès,
…)
Rôle du data manager dans
une étude clinique
Responsable des aspects liés à la
gestion et au traitement des données
de l’étude (hors analyse statistique)
 Intervient aussi lors des différentes
phases de l’étude

Conception de la recherche (avant)
 D’expérimentation (pendant)
 Clôture (après)

Plus spécifiquement en
charge de …
La gestion des données cliniques de l’étude
Mais aussi
 La mise en place du tirage au sort
 La déclaration CNIL (si besoin)
 Les modalités de passage des données entre
ARC et saisie
 La prise en compte des déviations au protocole
 Le suivi et la constitution de la documentation
 Les relations avec le prestataire si tout ou partie
de la gestion des données est externalisée

Relations avec prestataire
extérieur
Le cas échéant
 Responsabilité ou co-responsabilité du choix
 Élaboration du cahier des charges précis des
prestations
 Mise en concurrence ou marché (secteur public)
 Suivi de la prestation
 Vérification de la prestation et des modifications
éventuelles
 Validation de la prestation
Rôle lors de la phase de
conception (1)





Participer à la définition des modalités de recueil
des données (CRF, e-CRF, …) et s’assurer de la
mise en œuvre
Vérifier l’adéquation des variables du CRF au
protocole
Mettre en place la procédure de tirage au sort (si
besoin)
Effectuer les déclarations CNIL si besoin
Définir les modalités de saisie des données
(fréquence, délai, …)
Rôle lors de la phase de
conception (2)

Créer la base de données (si pas e-CRF)



Définir la méthodologie du codage des variables





Pour saisie, codification et validation des données
Mise en place de contrôles automatiques (tests de
cohérence)
Liste des variables à coder
Méthodologie de codification (automatique ou
manuelle, avant ou après saisie, …)
Thésaurus
Validation du processus de codification
Établir des queries types et les réponses
attendues
Rôle lors de la phase de
conception (3)

Élaborer le Manuel de Gestion des Données (Data
Handling Manual)






Description des variables
Leur nom (dans le CRF et dans le fichier)
Leur format et leur codage
Les tests de cohérence (valeurs possibles, bornes,
liens logiques)
Les réponses que les ARCs doivent apporter aux
demandes de clarification
Ce manuel est mis à jour en fonction des
modifications apportées en cours d’étude
Rôle pendant l’étude







Vérifie que la saisie est effectuée selon les modalités
définies a priori
Valide les résolutions des problèmes rencontrés durant
la double saisie
Met en œuvre les tests de cohérence
Édite et envoie à l’ARC les demandes de clarification
(queries)
Valide les données saisies après corrections itératives
Gèle la base de donnée et l’exporte si besoin pour
d’éventuelles analyses intermédiaires
Transmet aux différents comités les données qui leurs
sont nécessaires
Rôle dans la phase de
clôture

Met en place un audit des données, avec un
rapport d’audit

Gèle la base de données finale

Exporte la base finale vers le statisticien

Rassemble toute la documentation
correspondant aux différentes étapes du data
management

Responsable de l’archivage des données
Audit de la base de données

Confrontation BDD/CRF

Sur un pourcentage des données saisies
 par ex. 100% critères de jugement et 10%
du reste, par tirage au sort

Règle sur un taux d’erreur acceptable (par ex. 5
p. 1000) pour valider la BDD

Correction des erreurs trouvées
Documentation de la gestion
des données







Programmation (code, logiciel, validations,
modifications et dates, …)
Manuel de gestion des données
Bordereaux d’envoi/retour des CRF et fiches de
corrections différées
Listings des codes attribués et listings de
validation
Rapports d’audit de données
Gels de la base de données
Dates et listings des exports (partiels, final)
Chef de projet
En ce qui concerne la méthodologie et
le data management, le chef de projet




S’assure que tous les aspects de méthodo et
de gestion des données ont été pris en compte
Sollicite les différents acteurs et organise les
réunions nécessaires
S’assure de la mise en œuvre des circuits
logistiques relatifs à la gestion et à l’analyse
des données
Assure le suivi budgétaire
Collaboration nécessaire
entre ces différents acteurs

Interactions du chef de projet avec le
statisticien et le DM (et ARC, TEC, …)

Lors des différentes phases de l’étude

Rôle d’organisateur et de facilitateur
du chef de projet
Avant le début de l’étude
Le CP organise les réunions de
construction du projet de recherche
(avec invest., stat., DM, ARC)
 Participe à la conception du CRF (avec
DM & TEC)

Variables recueilles, codage, format, …
 Idem e-CRF


S’assure que tous les aspects ont été
pris en compte
Réunions de construction du
projet de recherche
Investigateur coordonnateur, statisticien,
DM, CP, ARC
 Objets


Valider la faisabilité du projet
• scientifique (adéquation méthodo-objectifs)
• pratique (budget, capacités d’inclusion, circuits,
…)
Définir précisément le rôle de chacun
 Définir les aspects techniques, logistiques,
méthodologiques

Pendant l’étude: avec le DM


CRF/BDD: modification des variables
Queries





Assure le lien ARC/DM/(stat)
S’assure de la résolution des queries
Fait la synthèse des problèmes qui se
sont posés dans l’essai
Suivi contrat de prestation si besoin
Organise les délais d’export pour
analyse intermédiaire
Pendant l’étude: avec le
statisticien

Veille à ce que les données pour
analyse intermédiaire soient disponibles

Organise les réunions des comités
(indépendant, scientifique, …)

Éventuellement collaboration sur des
projets d’amendement (d’analyse,
d’échantillonnage, …)
A la fin de l’étude

Toujours le rôle de vérification/coordination

Avec le DM



Audit & validation BDD
Documentation +++
Avec le statisticien

Rapport final de l’étude
Élément important à ne pas
négliger

Le recueil de données inutiles est délétère




Pénalise recueil et validation des données
pertinentes  baisse de la qualité de l’essai
Données ressenties comme non essentielles par
certains investigateurs = variabilité supérieure du
recueil  interprétation plus difficile ou biais
CNIL: recueil des données nécessaires
uniquement
Données inutiles = données qui ne répondent
pas aux objectifs scientifiques de l’étude