SDTM

El modelo de tabulación de datos de estudio ( SDTM , por sus siglas en inglés) define una estructura estándar para las tabulaciones de datos de ensayos clínicos (estudios) en seres humanos y para las tabulaciones de datos de estudios no clínicos que se deben enviar como parte de una solicitud de producto a una autoridad regulatoria como la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA, por sus siglas en inglés). El equipo de estándares de datos de envío del Consorcio de estándares de intercambio de datos clínicos (CDISC, por sus siglas en inglés) define el modelo SDTM.

El 21 de julio de 2004, se seleccionó el SDTM como la especificación estándar para enviar datos de tabulación a la FDA para ensayos clínicos y el 5 de julio de 2011 para estudios no clínicos. Con el tiempo, se esperará que todos los envíos de datos se ajusten a este formato. Como resultado, los administradores de datos clínicos y no clínicos deberán dominar el SDTM para preparar los envíos y aplicar las estructuras del SDTM, cuando corresponda, para la gestión operativa de los datos.

El SDTM se basa en el concepto de observaciones recopiladas sobre sujetos que participaron en un estudio clínico. Cada observación se puede describir mediante una serie de variables, que corresponden a una fila en un conjunto de datos o una tabla. Cada variable se puede clasificar según su función. Una función determina el tipo de información que transmite la variable sobre cada observación concreta y cómo se puede utilizar. Las variables se pueden clasificar en cuatro funciones principales:

• Variables identificadoras, que identifican el estudio, el sujeto de la observación, el dominio y el número de secuencia del registro.
• Variables de tema, que especifican el enfoque de la observación (como el nombre de una prueba de laboratorio)
• Variables de tiempo, que describen el momento de la observación (como la fecha de inicio y la fecha de finalización)
• Variables calificadoras, que incluyen texto ilustrativo adicional o valores numéricos que describen los resultados o rasgos adicionales de la observación (como unidades o adjetivos descriptivos).

Un quinto tipo de función variable, Regla, puede expresar un algoritmo o método ejecutable para definir condiciones de inicio, fin o bucle en el modelo de diseño de prueba.

El conjunto de variables calificadoras se puede clasificar en cinco subclases:

• Los calificadores de agrupamiento se utilizan para agrupar una colección de observaciones dentro del mismo dominio. Algunos ejemplos son CAT y SCAT.
• Los calificadores de resultados describen los resultados específicos asociados con la variable de tema para un hallazgo. Es la respuesta a la pregunta planteada por la variable de tema. Algunos ejemplos incluyen: ORRES, --STRESC y --STRESN. Muchos de los valores del dominio DM también se clasifican como calificadores de resultados.
• Los calificadores de sinónimos especifican un nombre alternativo para una variable particular en una observación. Algunos ejemplos incluyen: MODIFY y DECOD, que son términos equivalentes para una variable de tema --TRT o --TERM, y --TEST y LOINC, que son términos equivalentes para una --TESTCD.
• Los calificadores de registro definen atributos adicionales del registro de observación en su totalidad (en lugar de describir una variable particular dentro de un registro). Algunos ejemplos incluyen: REASND, AESLIFE y todas las demás variables de indicadores de eventos adversos graves (SAE) en el dominio de EA; y: BLFL, --POS y: LOC, --SPEC, --LOT, --NAM.
• Los calificadores de variables se utilizan para modificar o describir una variable específica dentro de una observación y solo tienen sentido en el contexto de la variable que califican. Algunos ejemplos son: ORRESU, ORNRHI y ORNRLO, que son calificadores de variable de ORRES, y DOSU y DOSFRM, que son calificadores de variable de DOSE.

Por ejemplo, en la observación, "El sujeto 101 tuvo náuseas leves a partir del día 6 del estudio", el valor de la variable Tema es el término para el evento adverso, "NÁUSEA". La variable Identificador es el identificador del sujeto, "101". La variable Tiempo es el día del estudio del inicio del evento, que captura la información, "a partir del día 6 del estudio", mientras que un ejemplo de Calificador de registro es la gravedad, cuyo valor es "LEVE".

Se podrían incluir variables adicionales de tiempo y calificador para proporcionar los detalles necesarios para describir adecuadamente una observación.

Normalmente, se recopilan observaciones de todos los sujetos en una serie de dominios. Un dominio se define como una colección de observaciones relacionadas lógicamente con un tema en común específico sobre los sujetos del ensayo. La lógica de la relación puede estar relacionada con la materia científica de los datos o con su papel en el ensayo.

Normalmente, cada dominio está representado por un conjunto de datos, pero es posible tener información relevante para el mismo tema distribuida en varios conjuntos de datos. Cada conjunto de datos se distingue por un código de DOMINIO único de dos caracteres que debe usarse de manera uniforme durante todo el envío. Este código de DOMINIO se usa en el nombre del conjunto de datos, en el valor de la variable de DOMINIO dentro de ese conjunto de datos y como prefijo para la mayoría de los nombres de variables en el conjunto de datos.

La estructura del conjunto de datos para las observaciones es un archivo plano que representa una tabla con una o más filas y columnas. Normalmente, se envía un conjunto de datos para cada dominio. Cada fila del conjunto de datos representa una sola observación y cada columna representa una de las variables. Cada conjunto de datos o tabla está acompañado de definiciones de metadatos que proporcionan información sobre las variables utilizadas en el conjunto de datos. Los metadatos se describen en un documento de definición de datos llamado "Definir" que se envía junto con los datos a las autoridades regulatorias.

El modelo de metadatos de envío utiliza siete atributos de metadatos distintos que se definen para cada variable del conjunto de datos en el documento de definición de metadatos:

• El nombre de la variable (limitado a 8 caracteres para compatibilidad con el formato de transporte SAS System V5)
• Una etiqueta de variable descriptiva, que utiliza hasta 40 caracteres, que debe ser única para cada variable en el conjunto de datos
• El tipo de datos (por ejemplo, si el valor de la variable es un carácter o un número)
• El conjunto de terminología controlada para el valor o el formato de presentación de la variable (Términos o Formato Controlados)
• El origen o fuente de cada variable
• El rol de la variable, que determina cómo se utiliza la variable en el conjunto de datos. Los roles se utilizan para representar las categorías de variables como Identificador, Tema, Tiempo o los cinco tipos de Calificadores. Dado que estos roles están predefinidos para todos los dominios que siguen las clases generales, no es necesario que los patrocinadores los especifiquen en su documento de definición de datos. Los metadatos de envío reales pueden utilizar designaciones de roles adicionales y se puede asignar más de un rol por variable para satisfacer diferentes necesidades.
• Comentarios u otra información relevante sobre la variable o sus datos.

Los datos almacenados en las variables de un conjunto de datos incluyen tanto valores brutos (tal como se recopilaron originalmente) como valores derivados (por ejemplo, convertidos a unidades estándar o calculados sobre la base de múltiples valores, como un promedio). En SDTM solo se enumeran el nombre, la etiqueta y el tipo con un conjunto de pautas CDISC que brindan una descripción general de cada variable utilizada por una clase de observación general.

Se incluyen comentarios según sea necesario según las necesidades de cada estudio. La presencia de un asterisco (*) en la columna 'Términos o formato controlados' indica que se espera que esté disponible un conjunto discreto de valores (terminología controlada) para esta variable. Este conjunto de valores puede estar definido por el patrocinador en los casos en que aún no se hayan definido vocabularios estándar (representado por un solo *) o puede proceder de una fuente publicada externa como MedDRA (representado por **).

Los modelos de dominio de datos de envío de CDISC versión 3.x incluyen dominios de propósito especial con una estructura específica y no se pueden ampliar con ningún calificador adicional ni variables de tiempo distintas de las especificadas.

• La demografía incluye un conjunto de variables estándar que describen a cada sujeto en un estudio clínico.
• Comentarios describe una estructura fija para registrar comentarios de texto libre sobre un tema, o comentarios relacionados con registros o grupos de registros en otros dominios.

En el modelo de diseño de prueba se analizan dominios especiales no extensibles y con estructura fija adicional.

La mayoría de las observaciones recopiladas durante el estudio (excepto las representadas en dominios de propósito especial) deben dividirse entre tres clases generales de observaciones: intervenciones, eventos o hallazgos:

• La clase Intervenciones captura tratamientos en investigación, tratamientos terapéuticos y procedimientos quirúrgicos que se administran intencionalmente al sujeto (con algún efecto fisiológico real o esperado) ya sea según lo especificado por el protocolo del estudio (por ejemplo, "exposición"), coincidente con el período de evaluación del estudio (por ejemplo, "medicamentos concomitantes") u otras sustancias autoadministradas por el sujeto (como alcohol, tabaco o cafeína).
• La clase Eventos captura ocurrencias o incidentes independientes de las evaluaciones de estudio planificadas que ocurren durante el ensayo (por ejemplo, "eventos adversos" o "disposición") o antes del ensayo (por ejemplo, "historial médico").
• La clase Hallazgos captura las observaciones resultantes de evaluaciones planificadas para abordar preguntas específicas, como observaciones realizadas durante un examen físico, pruebas de laboratorio, pruebas de ECG y conjuntos de preguntas individuales enumeradas en cuestionarios.

En la mayoría de los casos, la identificación de la clase general apropiada para una colección específica de datos por temática es sencilla. A menudo, la clase general Hallazgos es la mejor opción para los datos de observación generales recopilados como mediciones o respuestas a preguntas. En los casos en que la temática puede no ser tan clara, la elección de la clase puede basarse más en la intención científica del protocolo o plan de análisis o en la estructura de los datos.

Todos los conjuntos de datos basados ​​en cualquiera de las clases de observación generales comparten un conjunto de variables de identificación y variables de tiempo comunes. Se aplican tres reglas generales al determinar qué variables incluir en un dominio:

• El mismo conjunto de variables de identificador se aplica a todos los dominios en función de las clases de observación generales. Se puede utilizar un identificador opcional cuando sea apropiado.
• Se puede utilizar cualquier variable de tiempo válida en cualquier conjunto de datos enviados (por ejemplo, para describir estudios con puntos de tiempo más precisos, como un ensayo de farmacocinética), pero se debe utilizar de manera consistente cuando sea aplicable para todos los dominios.
• Se pueden agregar variables calificadoras adicionales de la misma clase general a un modelo de dominio.

Dominios de propósito especial:

• Comentarios (CO)
• Demografía (DM)
• Elementos del sujeto (SE)
• Visitas de sujetos (SV)

Intervenciones Observación General Clase:

• Medicamentos concomitantes (MC)
• Exposición tal como se recopila (EC)
• Exposición (EX)
• Consumo de sustancias (SU)
• Procedimientos (PR)

Eventos Clase de Observación General:

• Eventos adversos (EA)
• Eventos Clínicos (EC)
• Disposición (DS)
• Desviaciones del protocolo (DV)
• Historial médico (MH)
• Encuentros de atención sanitaria (HO)

Hallazgos Observación general Clase:

• Responsabilidad por el uso de medicamentos (DA)
• Detalles de la muerte (DD)
• Resultados de la prueba de ECG (EG)
• Criterio de inclusión/exclusión no cumplido (IE)
• Evaluaciones de inmunogenicidad de muestras (IS)
• Resultados de pruebas de laboratorio (LB)
• Muestra de microbiología (MB)
• Hallazgos microscópicos (MI)
• Morfología (MO)
• Prueba de susceptibilidad microbiológica (MS)
• Concentraciones PK (PC)
• Parámetros farmacocinéticos (PP)
• Examen físico (EF)
• Cuestionarios (QS)
• Hallazgos del sistema reproductivo (PR)
• Respuesta a la enfermedad (RS)
• Características del sujeto (SC)
• Estado del sujeto (SS)
• Identificación de tumores (TU)
• Resultados de tumores (TR)
• Signos vitales (SV)

Hallazgos sobre:

• Hallazgos sobre eventos o intervenciones (FA)
• Respuesta cutánea (SR)

Dominios de diseño de ensayos:

• Armas de prueba (TA)
• Evaluación de la enfermedad en el ensayo (TD)
• Elementos de prueba (TE)
• Visitas de prueba (TV)
• Criterios de inclusión/exclusión del ensayo (IE)
• Resumen del juicio (TS)

Conjuntos de datos de relaciones de propósito especial:

• Calificadores suplementarios - SUPPQUAL
• Relacionar registros - RELREC

Una crítica a los estándares SDTM es que cambian continuamente y se lanzan nuevas versiones con frecuencia. El CDISC afirma que los estándares SDTM son compatibles con versiones anteriores, pero esta afirmación no es confiable. No es posible mapear los datos de EDC DBMS a los estándares SDTM hasta que finalice el ensayo clínico. Recientemente se agregaron nuevos dominios, por ejemplo, el dominio de exposición como recopilado (EC). Sin embargo, la compatibilidad con versiones anteriores no siempre es posible. ^[1] El subconjunto de terminología controlada de la terminología del Instituto Nacional del Cáncer. ^[2]

• Consorcio de normas para el intercambio de datos clínicos (CDISC)
• Norma para el intercambio de datos no clínicos (SEND)

• Modelo de tabulación de datos de estudio del CDISC/modelos de dominio de datos de envío, versión 3.1
• Guía de implementación del modelo de tabulación de datos del estudio CDISC SDTM V3.1.1

• Modelo de tabulación de datos de estudio en CDISC