C'est ce qui nous vient immédiatement à l'esprit lorsque nous apprenons pour la première fois que SEND et SDTM sont si étroitement liés. L'idée qu'il puisse y avoir des bases de données et des outils communs et, surtout, que les données non cliniques et les données cliniques puissent être comparées.
Je suppose que tous ceux qui lisent ce blog savent que SEND est la norme pour la représentation des données non cliniques, mais nous ne connaissons pas tous SDTM. Il s'agit du modèle de tabulation des données d'étude, et le guide de mise en œuvre (IG) SDTM est l'équivalent clinique de SEND. Le SEND IG et le SDTM IG sont tous deux des implémentations du même modèle, ce qui signifie qu'ils partagent les mêmes variables, les mêmes concepts et les mêmes règles. Enfin, en grande partie. Suffisamment pour que les domaines SDTM et SEND se ressemblent. Du moins à première vue.
Un résultat de laboratoire dans SDTM-IG comporte à peu près les mêmes variables et concepts qu'un résultat équivalent dans SEND.
Dès lors, il n'est pas difficile de s'interroger sur les possibilités de partage d'outils et de visualisations. Les données SDTM et SEND pourraient très bien être stockées dans le même entrepôt, ce qui nous amène à la grande question : "Si nous observons quelque chose d'inattendu en clinique, pourrions-nous regarder en arrière et voir si nous aurions pu le prédire à partir des données non cliniques ?
Oui, sans surprise, de nombreuses personnes parlent de cette possibilité, au moins du côté non clinique, mais est-ce que quelqu'un le fait réellement ?
L'un des contre-arguments souvent cités est que si SEND et SDTM sont presque identiques dans leur forme, ils sont très différents dans leur fonction. Dans le monde clinique, les tableaux, les résumés et les statistiques ne sont généralement pas exécutés directement à partir des données SDTM, mais les données sont d'abord représentées dans ADaM (Analysis Dataset Model). Dans le monde non clinique, nous générons des tableaux, des résumés et des statistiques directement à partir des ensembles de données SEND. En termes de fonction, SEND est donc plus proche d'ADaM que de SDTM, mais ADaM n'est pas basé sur le même modèle sous-jacent et peut donc être très différent de SEND.
Cependant, lorsque nous constatons que SDTM et SEND sont presque identiques, nous ne pouvons nous empêcher d'envisager les possibilités d'explorer ce que l'un pourrait nous apprendre sur l'autre. Je reviens donc à ma première réflexion. Tout le monde en parle, mais personne ne sait comment le faire. Nous voyons tous les possibilités et nous pensons donc que tout le monde le fait. Nous pensons que nous devrions le faire aussi. Tout le monde en parle, mais est-ce que quelqu'un le fait vraiment ?
Comme d'habitude, n'hésitez pas à me contacter pour me faire part de vos réflexions. Si c'est un domaine dans lequel vous travaillez, j'aimerais beaucoup discuter de ces idées plus en détail. Envoyez-moi un message à l'adresse instem
Jusqu'à la prochaine fois
Marc
