【整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.2】

Clinical Events(CE): 收集感兴趣的但不能归为AE类别的临床事件

CETERM(Reported Term for the Clinical Event): 关于用药条件或事件的项目. 很可能预先打印在CRF中

CEDECOD(Dictionary-Derived Term): 临床事件名称的控制术语.

CECAT(Category for Clinical Event): 定义相关记录的类别

CEPRESP(Clinical Event Occurrence): 用来表明CETERM中的事件是否被预先设定. 如预先设定,则值为Y;  对于自发报告的事件, 该变量值为空

CEOCCUR(Clinical Event Occurrence): 为了表明是否有临床事件发生,当特定事件被询问是否发生时使用. 对于自发报告的事件, 该变量值为空

CESTAT(Completion Status): 表明预设表单中的问题没有被回答

CEREASND(Reason Clinical Event Not Collected): 临床事件数据未收集的原因. 当CESTAT=NOT DONE时使用

CEBODSYS(Body System or Organ Class): 字典导出的. 事件或测量中包含的标准分类(如 MedDRA)的Body system或者organ class. 当使用如MedDRA等多轴字典时, 需要包含用于sponsor分析的SOC, 不必须是主要SOC.

CESEV(Severity/Intensity): 事件的严重程度. 如MILD, MODERATE, SEVERE.

CEDTC(Date/Time of Event Collection)

CESTDTC/CEENDTC(Start/End Date/Time of Clinical Event)

CEDY(Study Day of Event Collection): 1. 临床事件收集的study day, 整数形式. 2. 计算方法必须相对于sponsor定义的RFSTDTC. 公式必须在整个提交中保持一致.

CESTRF/CEENRF(Start/End Relative to Reference Period): 描述临床事件相对于sponsor定义参考时期的开始/结束时间. sponsor定义的参考时期是一个连续的时间段, 该连续时间段由离散的开始时间点和结束时间点限定(由RFSTDTC和RFENDTC表示).

CESTRTPT(Start Relative to Reference Time Point): 识别观测的开始时间在参考时间点(CESTTPT)之前或之后

CESTTPT(Start Reference Time Point): --STRTPT用来参考的sponsor定义的参考时间点, 可以是描述或者ISO8601格式的日期时间, 如2003-12-15或者VISIT 1

CEENRTPT

CEENTPT

Note:

1. CE的目的是收集没有归为AE类别的感兴趣的临床事件. 数据可能是研究中疾病症状的插曲(常被视为迹象或者症状), 或者关于不能构成AE的事件, 尽管它们可能导致AE的识别. 例如, 研究中偏头痛的用药, 偏头痛根据Protocol可能不会被视为AE. 偏头痛以及相关症状可以报告在CE中. 其他研究可能跟踪作为有效性终点的特殊事件的发生. 例如, 对于缺血性中风预防的研究, TIA, 中风和死亡的所有发生情况都收集为临床事件, 并用来评估是否达到终点. 注意到关于这类事件的其他信息也可能在其他数据集中报告. 例如, 导致死亡的事件会报告在AE中, 并且死亡也可能作为研究中断的原因列在DS中.

2. CEOCCUR和CEPRESP一起使用, 表明CETERM的事件是否预设, 以及是否发生. CEPRESP可以用来区分开与预设问题相关的记录和自发报告的事件, CEOCCUR包含这些问题的响应. 下图表明这些变量在不同情况下如何被导出

3. 对于临床事件CRF中写入事件的收集应当谨慎处理. Sponsor必须确定所有AE都记录到AE domain中

4.  时间变量

a. 相对时间"Prior"和"Ongoing"在CE信息收集中是常见的. 当这中时间变量相对于研究参考时期(由RFENDTC表示)时, 可以使用CESTRF或者CEENRF. 当Prior和Ongoing相对于除研究开始结束参考时期之外的特定日期时, 可以使用CESTRTPT搭配CESTTPT, CEENRTPT搭配CEENTPT.

b. 附加时间变量可合理使用

5. 附加事件限定词

下列限定词一般不用在CE中: --SER, --ACN, --ACNOTH, --REL,.....etc.

模型举例

1. 假设:

CRF数据收集预设事件, 并且根据研究要求, 不会报告为AE

收集的数据包括“类似事件"的时间和限定词

收集的预设CE数据是在一个独立的访视日志中, 而非基于方式的CRF模块

收集事件开始时间

关于事件发生情况没有收集"Yes/No"类型的数据

Row1-3: 列出已经记录开始日期的CE. 由于结膜炎(conjunctivitis)没有发生, 所以没有开始时间, 从而没有CE记录.

2. 假设:

CRF既包含预设CE问题(根据研究要求不报告为AE), 同时又为研究者预留空白来填写附加的CE

需要收集的数据是开始和结束日期("类似事件的"), 以及严重性(Events general observation class中的限定词)

Row1: 关于预设CE"Nausea"的响应记录. CEPRESP=Y表明其为一个探查性问题, 探查的响应CEOCCUR为Yes

Row2: 关于预设CE”Vomit"的响应记录. CEPRESP=Y表明其为一个探查性问题, 探查的响应CEOCCUR为No

Row3: 关于预设CE"Diarrhea"的记录. CEPRESP=Y表明其为预设的. CESTAT=NOT DONE表明或者没有探查性问题或者探查问题没有响应

Row4: 填写在"Other, Specify"中的文本. 由于该事件没有预设, 所以CEPRESP和CEOCCUR为空值.



CDISC SDTM CE domain学习笔记相关推荐

  1. CDISC SDTM IE domain学习笔记

     [整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.3] IE(Inclusion/Exclusion Criteria Not ...

  2. CDISC SDTM LB domain学习笔记

     [整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.3] LB(Laboratory Test Results): 包括但不限于h ...

  3. CDISC SDTM MI domain学习笔记

     [整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.3] MI(Microscopic Findings): 每个微观发现的记录 ...

  4. CDISC SDTM HO domain学习笔记

     [整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.2] HO(Healthcare Encounters): 包含住院病人和门诊 ...

  5. CDISC SDTM EG domain学习笔记

      [整理翻译自 SDTM IG 3.2: www.cdisc.org/SDTM, 以下涉及图片来自Section 6.3] EG(EG Test Results): ECG数据收集的发现, ...

  6. CVPR2020 Learning in the Frequency Domain学习笔记

    论文总结 为了解决CNN只能接受低分辨率的RGB图像,并且不改变现有的神经网络,论文提出了一种从频域上对图像进行reshape的方法,把原有图像压缩中的decoding环节里的IDCT过程去掉(计算量 ...

  7. 图像处理(二十四)Gradient Domain High Dynamic Range Compression学习笔记

    <Gradient Domain High Dynamic Range Compression>学习笔记 原文地址: 作者:hjimce 一.相关理论 本篇博文主要讲解基于梯度域编辑的HD ...

  8. Partial Adversarial Domain Adaptation学习笔记

    Partial Adversarial Domain Adaptation学习笔记 文章目录 Partial Adversarial Domain Adaptation学习笔记 tip Abstrac ...

  9. Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记

    Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记 文章目录 Importance Weighted Adve ...

  10. 学习笔记:SpringCloud 微服务技术栈_实用篇①_基础知识

    若文章内容或图片失效,请留言反馈.部分素材来自网络,若不小心影响到您的利益,请联系博主删除. 前言 学习视频链接 SpringCloud + RabbitMQ + Docker + Redis + 搜 ...

最新文章

  1. redis事物命令示例
  2. 【Tools】Pycharm 2018专业版 linux安装教程 附2018专业版密钥
  3. ubuntu 编译caffe makefile.config
  4. 实现 对象在内存中的引用一致性 之第一步
  5. python 字典的值是列表_python实现求和python如何通过列表中字典的值对列表进行排序...
  6. 第一百三十节,JavaScript,封装库--连缀
  7. Matlab英文操作系统下中文乱码的解决方案
  8. excel实战应用案例100讲(十二)-用Excel做一个自动抽奖器
  9. 论文投稿新规则,不用跑出SOTA,还能“内定”发论文?!
  10. python预测控制_无人驾驶——4.控制之MPC模型预测控制
  11. trackingmore快递查询平台_国际快递物流信息追踪查询
  12. oracle 查看动态性能视图,oracle常用动态性能视图
  13. 更改VS2010,VS2008,VS2012等指定默认浏览器操作方式
  14. 《人月神话》:人月神话
  15. python计算平均值画折线图_【中年阿姨python入门】绘制折线图
  16. 网络设备:中继器、集线器、网桥、交换机、路由器、网关的超全总结
  17. 百度地图Js之浏览端
  18. [CF505E] Mr.Kitayutavs.Bamboos
  19. 网安实训(十)| Ms12-020 漏洞复现
  20. 软件测试面试宝典(杂乱)

热门文章

  1. Python字符串逆序输出
  2. 计算机图形学实用教程苏小红,计算机图形学实用教程(第4版)
  3. 基于标签传递的重叠社区发现算法(COPRA算法)
  4. 电工电子技术知识点总结(基本放大电路)
  5. 企业产品互联网推广的有效方法
  6. 传智播客大型人才招聘会成功举行
  7. lsass.exe是什么?
  8. mongodb3 重启_冰点还原的安装配置,每次重启就会还原系统软件。
  9. [转] 花6小时整理的网上最全的系统服务,想PF降到50以下的进,经典中的经典
  10. oracle学习札记95