模拟临床试验中的不良事件报告,以检测报告不足的部位。

临床试验中不良事件(AE)报告的监测对患者安全至关重要。我们使用基于bootstrap的模拟来为临床试验中的每个部位分配AE报告不足的概率。该方法的灵感来自“推断”R包和Allen Downey的博客文章:“只有一个测试!”.

安装

CRAN(起重机)

安装.包(“西马雷普”)

开发版本

您可以从安装开发版本github与:

#install.packages(“devtools”)
开发工具::安装github(“openpharma/simaerep”)

IMPALA公司

西马雷普已作为公司间质量分析的工作产品发布(IMPALA公司)财团。IMPALA旨在与卫生当局检查员合作,确定使用先进分析的指导原则,以补充、加强和加速当前的质量保证实践。西马雷普最初由罗氏公司开发,但目前由行业内其他公司进行评估,以补充其质量保证活动(参见证明).

IMPALA标志

出版物

Koneswarakantha,B.,Barmaz,Y.,Ménard,T.等人,《临床质量保证高级分析使用的后续行动:Bootstrap重采样以增强报告中不良事件的检测》。《药物安全》(2020)。https://doi.org/10.1007/s40264-020-01011-5

验证报告

在中以pdf格式下载释放部分使用生成验证器R.

应用程序


禁止打包启动消息(图书馆(西马雷普))
禁止打包启动消息(图书馆(潮韵诗))
禁止打包启动消息(图书馆(针织物))

设置种子(1)

df_访问 <- 模拟测试数据研究(
n _帕特= 1000,#研究中的患者人数
n个站点= 100,#研究中的站点数量
带ur的frac_site= 0.05,#未报告站点的比例
当前日期(_R)= 0.4,#漏报率
ae访问平均值= 0.5 #每次患者就诊的平均不良事件
)

df_访问$研究_id <- “A”

df_访问 %>%
  选择(研究_id,站点编号(_N),巴纳姆,参观,n_ae(美国国家航空航天局)) %>%
  (25) %>%
  针织物::卡布尔的()
研究_id 站点编号(_N) 巴纳姆 参观 n_ae(美国国家航空航天局)
A类 S0001号 P000001号 1 0
A类 s001 P000001号 2 1
A类 S0001号 P000001号 1
A类 S0001号 P000001号 4 2
A类 S0001号 P000001号 5
A类 S0001号 P000001号 6
A类 S0001号 P000001号 7
A类 S0001号 P000001 8
A类 S0001号 P000001号 9
A类 S0001号 P000001 10
A类 S0001号 P000001号 11
A类 S0001号 P000001号 12
A类 S0001号 P000001号 13 4
A类 S0001号 P000001号 14 4
A类 S0001号 P000001号 15 4
A类 S0001号 P000001号 16 6
A类 S0001号 P000001号 17 6
A类 S0001号 P000002号 1 0
A类 S0001号 P000002号 2 0
A类 S0001号 P000002号 0
A类 s001 P000002号 4 0
A类 S0001号 P000002号 5 0
A类 S0001号 P000002号 6 0
A类 S0001号 P000002号 7 0
A类 S0001号 P000002号 8 1

阿雷普 <- 西马雷普(df_访问)

情节(高空作业,研究= “A”) 

左侧面板显示每个站点的平均不良事件报告(浅蓝色和深蓝色线条),而整个研究的平均不良反应报告(金色线条)。在右侧面板上,按报告概率下的AE按降序绘制单个部位,其中灰色线表示单个患者的累积AE计数。左侧面板图中的灰点表示选择进行单次绘图的地点。深蓝色线条的AE漏报概率超过阈值95%。左上角的数字表示用于分析的患者与患者总数的比率。如果患者参与研究的时间不够长,无法达到评估点(visit_med75,见简介),则将被忽略。