Planificación y desarrollo de los Ensayos Clínicosferran.torres.name/edu/iusc/download/F Peris...
-
Upload
trinhnguyet -
Category
Documents
-
view
219 -
download
0
Transcript of Planificación y desarrollo de los Ensayos Clínicosferran.torres.name/edu/iusc/download/F Peris...
1
Francesc Peris / Noviembre 2009 1
Planificación y desarrollo de los Ensayos ClínicosEl ABC de los ensayos clínicos
Francesc PerisSenior Scientific AdvisorAlmirall, S.A.
Francesc Peris / Noviembre 2009 2
Agenda
• Desarrollo clínico• ¿Qué es un ensayo clínico?• Fases de un ensayo clínico
- Planificación: Protocolo- Preparación de la fase experimental- Experimental: Reclutamiento + Tratamiento- Cierre de la base de datos- Resultados- Informe final
2
Francesc Peris / Noviembre 2009 3
Desarrollo clínico
Francesc Peris / Noviembre 2009 4
Fases de un programa de desarrollo de unfármaco
Desarrollo ClínicoEstudiosPreclínicos
Inve
stig
ació
nB
ásic
a
Dossier y aprobación
Fase IV
3
Francesc Peris / Noviembre 2009 5
Plan de Desarrollo Clínico
• Definición detallada del desarrollo clínico, que incluye un resumen de los ensayos clínicos
• Generalmente, elaborado y coordinado por un Project Leader con la ayuda de un equipo multidisciplinario
• Es un documento vivo que se va actualizando a lo largo del desarrollo
Francesc Peris / Noviembre 2009 6
Objetivos de un plan de desarrollo clínico
• Demostrar la :- Eficacia y Seguridad y
- Eficiencia
de los nuevos fármacos mediante ensayos clínicos
4
Francesc Peris / Noviembre 2009 7
Fases de un desarrollo clínico
Desarrollo Clínico
Fase I Fase IIa Fase IIb Fase IIIa Fase IIIb
DossierPresentación a las ARAprobación
Francesc Peris / Noviembre 2009 8
Objetivos de las distintas fasesFase Objetivos Características de los ensayos
I Determinar para dosis únicas y múltiples:: - Seguridad / tolerabilidad - Farmacocinética /farmacodinamía - Máxima dosis tolerada (MTD)
- Población total: 20-80 voluntarios sanos - Cada ensayo en 1 / 2 centros en 1 ó 2 países
IIa Prueba de Principio (PoP) - PoC - Determinar la eficacia / actividad y seguridad / tolerabilidad del fármaco en dosis únicas o múltiples - Farmacocinética y farmacodinamia (PK / PD) - Diseño de la Fase IIb
- Población total: 100 (máx) pacientes voluntarios - Cada ensayo en 1 / 2 centros en 1 ó 2 países
IIb - Evaluar la eficacia y seguridad / tolerabilidad - Búsqueda de dosis para la Fase III: Dosis respuesta - Diseño de los ensayos Fase III
- Población toral: en función de las dosis probadas: 1000 pacientes voluntarios - Ensayos multi-céntricos y multi-países
IIIa - Confirmar la eficacia y seguridad / tolerabilidad a largo plazo - Evaluar la eficiencia del fármaco
- Población total: entorno a los 3000 pacientes - Ensayos multicéntricos y multi- países
IIIb - Evaluar nuevas indicaciones - Nuevas pautas de tratamiento - Eficacia y seguridad / tolerabilidad en poblaciones especiales (pediátricas) - Eficiencia del fármaco
- Ensayos post-dossier / aprobación - Población total: entorno a los 3000 pacientes - Ensayos multi-céntricos y multi- países
5
Francesc Peris / Noviembre 2009 9
Otros estudios de Fase I
• Jóvenes vs viejos (young vs elderly)• “Patients with renal impairment”• Influencia del sexo• Interacción con otros fármacos• Interacción con alimentos• Disposición del fármaco• Bioequivalencia: Cambio(s) de la(s) formulación(es) a lo
largo del desarrollo• Potencia relativa: Cambio(s) del / los dispositivo(s) a lo
largo del desarrollo
Francesc Peris / Noviembre 2009 10
Ejemplo de un programa de desarrollo clínico
24 clinical trials• 18 Phase I
- Healthy volunteers: 380
• 2 Phase II- Patients: 1,234
• 4 Phase III incl. long term trials- Patients: 4,300
6
Francesc Peris / Noviembre 2009 11
Flujo de información en un desarrollo clínico
Francesc Peris / Noviembre 2009 12
¿Qué es un ensayo clínico?
7
Francesc Peris / Noviembre 2009 13
Definición de EC
Diario Oficial de las Comunidades Europeas 1/5/2001
Toda investigación efectuada en seres humanos, conel fin de determinar o confirmar los efectos clínicos,farmacológicos y/o los demás efectos farmacodiná-micos de uno o varios medicamentos en investigación y/o de detectar las reacciones adversas a uno o variosmedicamentos en investigación, y/o de estudiar la absorción, la distribución, el metabolismo y la elimina-ción de uno o varios medicamentos en investigacióncon el fin de determinar su inocuidad y/o su eficacia.
Francesc Peris / Noviembre 2009 14
Definición práctica
Los ensayos clínicos son estudios experimentales que se llevan a cabo en seres humanos, ya sean pacientes o voluntarios sanos, con el objetivo de observar el efecto de una intervención o tratamiento en el estado de salud de unpaciente o una población
8
Francesc Peris / Noviembre 2009 15
Fases de un ensayo clínico
• Protocolo (Diseño) : Inicio del protocolo - Aprobación del protocolo• Preparación Fase Experimental: Aprobación del protocolo - 1er. sujeto / paciente
seleccionado• Reclutamiento: 1er. sujeto/paciente seleccionado - Último sujeto / paciente
randomizado• Tratamiento: Último sujeto / paciente randomizado - Última visita último
sujeto / paciente• Cierre Base de Datos: Última visita último sujeto / paciente - Cierre base de datos• Resultados Preliminares/Definitivos: Cierre base de datos - Resultados
estadísticos preliminares / definitivos• Informe Final: Resultados preliminares - Aprobación informe final integrado
(Clínica + Estadística)
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
Fase experimental = Reclutamiento + Tratamiento
Francesc Peris / Noviembre 2009 16
Áreas que participan en un ensayo clínico
• Investigación Clínica: - Clinical Project Leader (CPL)- Responsable del Ensayo Clínico (REC) (Coordina el equipo)- Clinical Research Associate (CRA)
• Biometría:- Gestión de datos: Gestor de Datos Clínicos, Clinical Software
Developer- Estadística- Programación estadística
• Farmacovigilancia• Gestión económica• ……….
9
Francesc Peris / Noviembre 2009 17
Fase de diseño: Protocolo
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
Francesc Peris / Noviembre 2009 18
Actividades
Elaboración del PROTOCOLO con el siguiente contenido básico• Objetivos• Características del ensayo• Diseño• Criterios de inclusión y exclusión• Operaciones clínicas con el fin de evaluar / medir las variables• Metodología estadística• Gestión de datos y Monitorización• Consentimiento informado
Otras actividades: RandomizaciónAprobación interna del protocolo
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
10
Francesc Peris / Noviembre 2009 19
¿Qué es el protocolo?
• Diseño experimental del ensayo estadístico, es decir, la definición detallada y rigurosa del ensayo clínico que incluye aspectos
- Científicos
- Tecnológicos y metodológicos
- Operacionales
Francesc Peris / Noviembre 2009 20
Proceso de elaboración del protocolo
InvestigaciónClínica
-Estadística-Gestión de
DatosApartados estadísticos yde gestión de datos del protocolo
Borrador del protocolo
Protocolo
LABORATORIOS ALMIRALL, S.A.
CLINICAL TRIAL PROTOCOL Clinical Trial Protocol Title:
EFFICACY AND SAFETY OF ACLIDINIUM BROMIDE AT TWO DOSE LEVELS VS PLACEBO WHEN ADMINISTERED TO PATIENTS WITH MODERATE TO SEVERE
CHRONIC OBSTRUCTIVE PULMONARY DISEASE (COPD)
Clinical Trial Protocol Number: M/34273/34 Study Medication: Aclidinium bromide, Anticholinergic, M3 antagonist IND Number (if applicable): N.A. EudraCT Number (if applicable): 2009-011600-27 Study Phase: Phase IIIa Protocol Final Version date: 23/04/09 Revision date: NA Amendment date/s: NA Amendment No/ s.: NA Parexel Study Code: 100619 The information contained in this document is the property of Laboratorios Almirall, S.A.
CONFIDENTIAL When used outside Laboratorios Almirall, S.A.
11
Francesc Peris / Noviembre 2009 21
Objetivos y características del ensayo
Francesc Peris / Noviembre 2009 22
Objetivos
• Evaluar la eficacia de AAAA 600 µg en pacientes con ZZZZZZ
• Evaluar la seguridad y tolerabilidad de dosis múltiples de AAAA 600 µg en la misma población diana
• Por tanto, las hipótesis a contrastar son:- Ho: Eficacia / Seguridad de AAAA 600 µg = Placebo- H1: Eficacia / Seguridad of AAAA 600 µg ≠ Placebo
12
Francesc Peris / Noviembre 2009 23
Características
• Fase del estudio: I, II, III, IV• Uni-céntrico / Multi-céntrico• Randomizado / No randomizado• Abierto / Simple ciego / Doble ciego / Triple ciego• Tiempo de duración del tratamiento• ……….
Francesc Peris / Noviembre 2009 24
Diseño
13
Francesc Peris / Noviembre 2009 25
Diseño
• Esquema de administración del fármaco- Paralelo- Cruzado
• Tipo de comparación principal (Diseño estadístico)- Superioridad- Equivalencia- No-inferioridad
• Esquema de las visitas y evaluaciones que se van a realizar
• Variables
Francesc Peris / Noviembre 2009 26
Esquema de administración del fármaco Ensayo paralelo randomizado
Placebo (PL) y/o FR
A
B
C
R
N
D D
14
Francesc Peris / Noviembre 2009 27
Esquema de administración del fármaco Ejemplo de ensayo paralelo randomizado
Experimental
PlaceboRun
in
2s
Followup
2s
1 4 8 12 16 20 24
Duración del tratamiento (semanas)
Francesc Peris / Noviembre 2009 28
Esquema de administración del fármacoEnsayo cruzado
Períodos
Secuencia 1 2 3 4
I A B PL C
II B C A PL
III C PL B A
R N D
IV PL A C B
15
Francesc Peris / Noviembre 2009 29
Esquema de administración del fármacoEjemplo de ensayo cruzado (2x2)
1st Treatment Period 2nd Treatment Period
Wash-outPeriod Tratment B
8 days
8 daysTreatment A
8 daysTreatment A
Treatment B8 days
Francesc Peris / Noviembre 2009 30
Diseño estadísticoSuperioridad
E - C, 95%IC
E - C, 95%IC
E - C, 95%IC
E - C, 95%IC
00
Superioridad demostrada E > C
Estudios diseñados para detectar una diferencia entre tratamientos(E:experimental; C: control)
16
Francesc Peris / Noviembre 2009 31
Diseño estadísticoEquivalencia
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
00--∆∆ ++∆∆
Equivalencia demostrada
Estudios diseñados para confirmar la ausencia de una diferencia entre tratamientos (E: experimental; C: control)
Francesc Peris / Noviembre 2009 32
Diseño estadísticoNo-inferioridad
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
E E -- C, 95%ICC, 95%IC
00--∆∆
No-inferioridad demostrada
Estudios diseñados para demostrar que un nuevo tratamiento (E: experimental) no es peor que otro tratamiento (C: control)
17
Francesc Peris / Noviembre 2009 33
Esquema de las visitas y evaluaciones que se van a realizar
Francesc Peris / Noviembre 2009 34
Ejemplo
Visit 1Visit 1 Visit 2Visit 2 Visit 3Visit 3 Visit 4Visit 4 Visit 5Visit 5 Visit 8Visit 8Visit 7Visit 7Visit 6Visit 6 Visit 9Visit 9 Visit 10Visit 10 Visit 11Visit 11 Visit 12Visit 12 Visit 13Visit 13
Screen R* Week 1 Week 2…………………………….Week 60 Week 61………………………………..Week 82 Follow up
14 days 14 days
Visitas Principales: Analítica + ECG + Cuestionarios + Evaluación del dolor (Escala Análogica Visual 0-10cm, EAV)Otras visitas: Evaluación del dolor
18
Francesc Peris / Noviembre 2009 35
Variables
Francesc Peris / Noviembre 2009 36
Variables
• Variable(s) primaria(s) de eficacia• Variables secundarias de eficacia• Variables adicionales de eficacia• Variables de seguridad (“Safety outcomes”)• Variables farmacocinéticas• Variables farmacodinámicas• Variables de calidad de vida• Variables económicas (“Health economics outcomes”)
19
Francesc Peris / Noviembre 2009 37
Ejemplo de variables de eficacia
• Cambio respecto al valor basal en la Evaluación Global del Dolor efectuada por el Paciente (EAVP) a las 6 semanas de tratamiento
• Cambio respecto al valor basal en el Índice de Gravedad de la Artrosis (IGA) a las 6 semanas de tratamiento
Francesc Peris / Noviembre 2009 38
Ejemplo de “Safety outcomes”
• Acontecimientos adversos• Parámetros clínicos de laboratorio:
- Hematología- Análisis de orina- …………….
• Signos vitales• ECGs• ………….
20
Francesc Peris / Noviembre 2009 39
Ejemplo de variables económicas (Healtheconomics outcomes) – Fase III - IV
• Variables asociadas con la falta de eficacia- Tratamiento substitutivo por dosis y días- Número de visitas médicas adicionales
• Variables asociadas a la pérdida de productividad- Paciente: Empleado / Desempleado- Paciente; Número de días incapaz de trabajar o realizar las
actividades diarias normales- Cuidador: Empleado / Desempleado- Paciente; Número de días incapaz de trabajar o realizar las
actividades diarias normales
• ………………
Francesc Peris / Noviembre 2009 40
Criterios de inclusión y exclusión
21
Francesc Peris / Noviembre 2009 41
Criterios de inclusión y exclusión
• Objetivo: Homogeneizar la población de sujetos (voluntarios sanos / pacientes voluntarios) del ensayo clínico
• Criterios de inclusión:- Hombres y mujeres no-embarazadas con una edad ≥ 40 años- …….
• Criterios de exclusión- Pacientes que hayan tenido una crisis aguda de ZZZZZ dentro del
período de tres meses antes de la visita de selección- ……..
Francesc Peris / Noviembre 2009 42
Operaciones con el fin de evaluar / medir las variables
22
Francesc Peris / Noviembre 2009 43
Evaluación de las variables eficacia y seguridad
• Descripción de los métodos que se van a utilizar para evaluar / medir:
Variables de eficacia- Ejemplo: VEMS1 (Volumen Espiratorio Máximo en 1 segundo)
Definición del aparato / Como recoger el valor / Temperatura / ….
Variables de seguridad- Ejemplo: Electro cardiograma (ECG)
Aparato / Como se han de colocar los puntos para recoger los datos / ……
Francesc Peris / Noviembre 2009 44
Metodología estadística
23
Francesc Peris / Noviembre 2009 45
Sección estadística
• Definición de las hipótesis, error de Tipo I (α), error Tipo II (β) y Poder (1- β) – Generalmente, no se incluyen en el protocolo
• Justificación del tamaño de la muestra• Poblaciones de análisis• Análisis de las variables
- Estadística descriptiva- Modelos estadísticos
• Tratamiento de los datos faltantes (missing data)
Francesc Peris / Noviembre 2009 46
Definición de las hipótesis, error de Tipo I (α), error Tipo II (β) y Poder (1- β)
Hipótesis:
• Hipótesis nula (Ho):Los dos tratamientos (A y B) no son diferentes en la respuesta media (µCA = µCB )
• Hipótesis alternativa (Ha):Los dos tratamientos (A y B) son diferentes en la respuesta media (µCA ≠ µCB )
24
Francesc Peris / Noviembre 2009 47
Definición de las hipótesis, error de Tipo I (α), error Tipo II (β) y Poder (1- β)
Errores:• Tipo I (α de 1 cola / 2 colas) – nivel de significación
- 0.05 de dos colas / 0.025 de dos colas- 0.05 de 1 cola / 0.025 de 1 cola- …………
• Tipo II (β)- 0.20 / 0,15 / 0,10 / 0.05
• Poder (1- β)- 0.80 / 0.85 / 0.90 / 0.95
Francesc Peris / Noviembre 2009 48
Justificación del número de sujetosFases: IIb, IIIa, IIIb, and IV
Un tamaño de la muestra de 676 pacientes (338 pacientes por grupo de tratamiento) tendrá un poder del 0.90 para detectar una diferenciaentre tratamientos de 7.5 mm (EAV de 100 mm) en el cambio respecto al valor basal en el dolor evaluado por el paciente a las 12 semanas de tratamiento, asumiendo una desviación estándar común de 30 mm y un nivel de significación bilateral (α - 2colas) de 0.05.
Si tenemos en cuenta un tasa de pérdidas del 10%, se tendrá que randomizar un total de 752 (376 pacientes por grupo de tratamiento
25
Francesc Peris / Noviembre 2009 49
Definición de las poblaciones de análisis
PACVisita
SelecciónVisitaBasal RND
Toma de 1a.Medicación Visita 1 Visita 2 Visita 3 Visita 4
1 X X A X X X X X2 X X A3 X X B X X X4 X X A X5 X X B X X X X/A @ X/A @6 X X B X X7 X X A X X X X8 X9 X X B X X X X X10 X X B X X/ERR. X X X
Francesc Peris / Noviembre 2009 50
Ejemplo de las poblaciones de análisis
1. Screened population is defined as all patients who attended Visit 1 (Screening). 2. Randomised population is defined as all patients in the Screened Population who were
randomised to a treatment group in the study. 3. The Safety population is defined as all randomised patients who took at least one dose
of IMP. 4. The Intent-to-Treat (ITT) population is defined as all randomised patients who took at
least one dose of IMP and have a baseline and at least one post-baseline xxxassessment.
5. The Per-Protocol (PP) population is defined as a subset of ITT population constituted by
those patients who: (a) met all inclusion/exclusion criteria liable to affect the efficacyassessment, (b) attained a sufficient compliance to the treatment received, (c) did notpresent serious deviations of the protocol that may affect efficacy.
The precise reasons for excluding subjects from the analysis populations will be fully definedbefore breaking the randomisation codes and documented in the report of the blind data reviewmeeting. The analysis of all the efficacy variables will be performed on the ITT population. The primary efficacy variable and the secondary variables will be also analysed using the PP population inorder to assess the robustness of the findings from the ITT population. The safety outcomes will performed on the Safety population.
26
Francesc Peris / Noviembre 2009 51
Estadística descriptiva
Estadístico AVACn 50Media 0,32Desviación estándar 0,07Error típico de la media 0,0195% IC (0,31, 0,34)Mediana 0,34(Mínimo, Máximo) (0,17, 0,43)
Francesc Peris / Noviembre 2009 52
Modelos estadísticos
XXXX = 1.600 L
Valor basal XXXXEdad Sexo
Otros factores +Errorexperimental
TRATAMIENTO
27
Francesc Peris / Noviembre 2009 53
Modelos estadísticos
The primary efficacy variable will be analysed by means of an Analysis of Covariance (ANCOVA) model with treatment and sex as factors and baseline and age as covariates
∆Yits = µ + β1 Bi + Tt + β2 Agei + Sexs + eits
where,∆Yits is the change from baseline in XXXX at 6 weeks of treatment measured for the
ith patient receiving treatment t, and sex s µ is the grand mean β1 is the fixed effect coefficient for the baseline XXXX Bi is the baseline XXXX1 value for the ith patient Tt is the treatment fixed effect for patients receiving treatment t (t = 1 to 3) β2 is the fixed effect coefficient for age Agei is the age at baseline for the ith patient Sexs is the fixed effect for sex (s = 1 to 2) eits Is the residual random error, where eits ∼ N(0, σe
2)
Francesc Peris / Noviembre 2009 54
Tratamiento de los datos faltantes (missing data)
• Los métodos que se van a utilizar, pueden ser definidos en el Protocolo o Plan de Análisis Estadístico (PAE)
• No tratar los datos faltantesUtilizar únicamente los valores disponibles (Observed cases, OC)
• ImputaciónDerivación de valores
• Last Observation Carried Forward (LOCF)• Basal Observation Carried Forward (BOCF)
Estimación de valores• Media de la serie• Mediana de la serie• Tendencia lineal• Imputación múltiple
• Métodos de máxima verosimilitudModelos mixtos para medidas repetidas (Mixed models for repeated measures, MMRM): tienen en cuenta el perfil de cada paciente
28
Francesc Peris / Noviembre 2009 55
Datos faltantes (missing data)
Paciente Visita basal Visita 1 Visita 2 Visita 3 Visita 4
0010 75 72 60 55
0005 76 78
0101 80 70 66
0201 81 75 75 78 80
0060 78
RandomizaciónInicio del tratamiento
Francesc Peris / Noviembre 2009 56
Datos faltantes (missing data)
Paciente Visita basal Visita 1 Visita 2 Visita 3 Visita 4
0010 75 72 72 60 55
0005 76 78 78 78 78
0101 80 80 80 70 66
0201 81 75 75 78 80
0060 78 Excluido de las poblaciones ITT
RandomizaciónInicio del tratamiento
Población ITT: Pacientes randomizados que hayan tomado al menos una medicación delestudio y tengan un valor post-basal
29
Francesc Peris / Noviembre 2009 57
Gestión de Datos (Data Management) y Monitorización
Francesc Peris / Noviembre 2009 58
Definición del origen de los datos
LaboratorioDatos
electrónicos
CuestionariosPapel o electrónico
ECGDatos
electrónicos
IVRSRandomización
Datoselectrónicos
eCRD
Base de datos
Integración
Cuaderno diario del paciente
Datos electrónicos
EspirometríasDatos
electrónicos
30
Francesc Peris / Noviembre 2009 59
Definición de las tecnologías a utilizar
eCRD
IVRS Cuaderno diario del paciente
ECG Laboratorio
Captura Electrónica de DatosElectronic Data Capture (EDC)
Entrada Remota de los DatosRemote Data Entry (RDE)
Cuestionario decalidad de Vida
PapelDoble entrada
Francesc Peris / Noviembre 2009 60
CRD papel
31
Francesc Peris / Noviembre 2009 61
eCRD
Francesc Peris / Noviembre 2009 62
Monitorización
Objetivos• Cumplimiento del protocolo• Verificación de datos fuente• Recogida de las CRDs• Archivo documentación• Cumplimiento Normas de Buena Práctica Clínica
Definición de los métodos• Por ejemplo: “Antes de iniciar el ensayo, se va a realizar una visita de
inicio por parte de los monitores con el fin de comprobar que todo el material (Cuadernos de los pacientes, medicación ha llegado al centro en condiciones adecuadas y el …………..
32
Francesc Peris / Noviembre 2009 63
Randomización
Francesc Peris / Noviembre 2009 64
Randomización
• Es el proceso de asignar aleatoriamente un un tratamiento a cada sujeto/paciente
• En general, la asignación aleatoria de los sujetos/pacientes se lleva a cabo mediante números pseudoaleatorios(programa de SAS)
• El objetivo principal es evitar el sesgo de selección. Es decir evitar que un conjunto de sujetos/pacientes con determinadas características sean asignados únicamente a un grupo de tratamiento
• Se debe tener en cuenta: Diseño del estudio, Numero de tratamientos, tamaño del bloque, etc.
33
Francesc Peris / Noviembre 2009 65
Ejemplo
3Placebo18
3Activo17
3Activo16
3Placebo15
3Activo14
3Activo13
2Placebo12
2Activo11
2Activo10
2Activo9
2Activo8
2Placebo7
1Activo6
1Activo5
1Placebo4
1Placebo3
1Activo2
1Activo1
BloqueTratamientoPaciente
Francesc Peris / Noviembre 2009 66
Aprobación del protocolo
34
Francesc Peris / Noviembre 2009 67
Aprobación del protocolo
InvestigaciónClínica
-Estadística-Gestión de
DatosApartados estadísticos yde gestión de datos del protocolo
Borrador del protocolo
Protocolo
AprobaciónComité derevisión
PreparaciónFE
Francesc Peris / Noviembre 2009 68
Preparación de la fase experimental
Confidential
PreparaciónFase
ExperimentalReclutamientoProtocolo Tratamiento
CierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
35
Francesc Peris / Noviembre 2009 69
Aprobado internamente el protocolo
• Solicitud de Autorización del Ensayo- Comités Éticos- Autoridades Reguladoras
• Identificación / Contratación de los Investigadores
• Finalización de los Cuadernos de Recogida de los Datos (papel / electrónico)
• Formación a la CRO y “Providers” (Kick-off meeting)
• Reunión de Investigadores- Presentación del protocolo- Formación
Francesc Peris / Noviembre 2009 70
Aprobado internamente el protocolo
• Solicitud de Autorización del Ensayo- Comités Éticos- Autoridades Reguladoras
• Envío de la medicación
• Visita de inicio
APROBACIÓN !
36
Francesc Peris / Noviembre 2009 71
Aprobado internamente el protocolo, se inician otras actividades
• Manuales del estudio- Monitorización- Logística- ………
LABORATORIOS ALMIRALL, S.A.
CLINICAL TRIAL PROTOCOL Clinical Trial Protocol Title:
EFFICACY AND SAFETY OF ACLIDINIUM BROMIDE AT TWO DOSE LEVELS VS PLACEBO WHEN ADMINISTERED TO PATIENTS WITH MODERATE TO SEVERE
CHRONIC OBSTRUCTIVE PULMONARY DISEASE (COPD)
Clinical Trial Protocol Number: M/34273/34 Study Medication: Aclidinium bromide, Anticholinergic, M3 antagonist IND Number (if applicable): N.A. EudraCT Number (if applicable): 2009-011600-27 Study Phase: Phase IIIa Protocol Final Version date: 23/04/09 Revision date: NA Amendment date/s: NA Amendment No/ s.: NA Parexel Study Code: 100619 The information contained in this document is the property of Laboratorios Almirall, S.A.
CONFIDENTIAL When used outside Laboratorios Almirall, S.A.
• User requirements specifications (USRs)- Variables- Holters- Labs- IVRS- eDiary- eCRF
• Manuales del investigador
• Manual del eCRD
Francesc Peris / Noviembre 2009 72
LABORATORIOS ALMIRALL, S.A.
CLINICAL TRIAL PROTOCOL Clinical Trial Protocol Title:
EFFICACY AND SAFETY OF ACLIDINIUM BROMIDE AT TWO DOSE LEVELS VS PLACEBO WHEN ADMINISTERED TO PATIENTS WITH MODERATE TO SEVERE
CHRONIC OBSTRUCTIVE PULMONARY DISEASE (COPD)
Clinical Trial Protocol Number: M/34273/34 Study Medication: Aclidinium bromide, Anticholinergic, M3 antagonist IND Number (if applicable): N.A. EudraCT Number (if applicable): 2009-011600-27 Study Phase: Phase IIIa Protocol Final Version date: 23/04/09 Revision date: NA Amendment date/s: NA Amendment No/ s.: NA Parexel Study Code: 100619 The information contained in this document is the property of Laboratorios Almirall, S.A.
CONFIDENTIAL When used outside Laboratorios Almirall, S.A. • Plan de Gestión de Datos (PGD)
• Plan de Análisis Estadístico (PAE)
• Plan de Programación Estadística (PPE)
• Programas estadísticos
Aprobado internamente el protocolo, se inician estas actividades
37
Francesc Peris / Noviembre 2009 73
Data Management Plan
• Cuaderno de Recogida de Datos (CRD) anotado (eCRD / papel)
• Descripción de las tablas• Guías para la entrada de datos• Lista de códigos• Guías de codificación• Validación de la base de datos• Control de calidad• Flujo de los datos (eCRD / RDE / papel)• Listados (formato electrónico / papel)• Reconciliación de las bases de datos
Francesc Peris / Noviembre 2009 74
Construcción de la Base de Datos
Base de datos
DEMOG
Centre Patient number Varible Data
DEMOG
Centre Patient number Varible Data
DEMOG
Centre Patient number Varible Data
DEMOG
Centre Patient number Varible Data
DEMOG
Centre Patient number Varible Data
La base de datos está constituida por tablas / paneles
DEMOG
MEDICATION
PAIN
LABORATORY
ADVERSE
38
Francesc Peris / Noviembre 2009 75
CRF andQuality of life questionnaires
(paper or electronic)
ECG data (CCSS)
Laboratory data (CLS)
CRO DM
Spirometry and e-diary data (Viasys)
Electronic Data
IVRS
CRFs scanning
Double data Entry / Data Validation
CENTRAL
database
CRODM/ Programming
Import the electronic data matching the identifier
variables of the electronic data with the CRF data
SPONSOR DMDATA REVIEW
(Data Manager, Clinical Software Developers and
Clinical Study team)
Sites (paper CRF)
(paper CRF)
Flujo de las BD
Francesc Peris / Noviembre 2009 76
Plan de Análisis Estadístico (PAE)
• Descripción detallada de los modelos y/o métodos estadísticos descritos en el protocolo
• Especificaciones de las asunciones de los modelos y/o métodos estadísticos
• Formato de las tablas, gráficos y listados• ………
39
Francesc Peris / Noviembre 2009 77
Plan de Programación Estadística (PPE)
• Bases de datos estadísticas (SAS datasets): Formatos de las variables, directorio de archivo, documentación, ….
• Programas: Archivo, documentación, macros, plan de validación
• Tablas, gráficos y listados: Formatos, archivo de los “outputs y traspaso a Word”
• ……..
Francesc Peris / Noviembre 2009 78
Programas estadísticos (statistical programs)
Los programas de SAS (Statistical Analysis System)se elaboran a partir de la especificaciones del PAE
Proceso:
PAE Programas
Análisis ytraducción a SAS
40
Francesc Peris / Noviembre 2009 79
Programas estadísticos
• Elaboración de los programas- Iniciación cuando la base de datos está validada- Utilización de los pacientes ficticios
• Ejecución de prueba de los programas:- Utilizando los pacientes ficticios- Utilizando datos reales parciales (sin abrir el ciego)
Francesc Peris / Noviembre 2009 80
Programas estadísticos
• Documentación- Descripción de la función que realiza cada módulo del
programa- Punto del PAE a que corresponde cada módulo
• Validación- Asegurar que los programas hacen lo que deben de
hacer- Trazabilidad de los programas
41
Francesc Peris / Noviembre 2009 81
Ejecución de los programas
Programas- Tablas- Análisis estadísticos- Listados
BD Estadísticas
Ejecución
- Tienen formato SAS
- Estas bases de datos pueden ser solicitadas por las agencias reguladoras para reanalizar los datos
Francesc Peris / Noviembre 2009 82
Programas SAS (SAS programs)
proc mixed data=cross;class patno sequence period treatment;model vas = sequence basal period treatment/ddfm=satterth;random patno(sequence);lsmeans treatment/pdiff cl;estimate 'Trt2 - Trt1' treatment -1 1/cl;
run;
42
Francesc Peris / Noviembre 2009 83
Fase experimental: Reclutamiento + Tratamiento
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
Francesc Peris / Noviembre 2009 84
Fase reclutamiento (Screening)
• Identificación de pacientes- Historia médica- Examen físico- Analítica- ECG- ………
Si cumple los criterios de inclusión / exclusión
Firma del ConsentimientoInformado
Inicio del tratamiento
43
Francesc Peris / Noviembre 2009 85
Fase de tratamiento
• Tratamiento: Dosificación “in situ” o ambulatoria
• Evaluaciones de: - Eficacia- Seguridad
• Recogida de las muestras para determinar los PK
• Evaluación del cumplimiento del tratamiento
• Cumplimiento del Cuestionarios de Calidad de Vida (Quality of Life questionnaires, QoL)
• Cumplimiento de los Cuestionarios de Economía de la Salud (Health Economics questionnaires)
• …………….
Francesc Peris / Noviembre 2009 86
Otras actividades
44
Francesc Peris / Noviembre 2009 87
Control del reclutamiento
Plan screening
Screened
Plan randomRandomized
Planned No. Sites
No. Sites
Francesc Peris / Noviembre 2009 88
Operaciones clínicas. Gestión de Datos, Estadística, Programación
• Visitas de monitorización a los centros
• Entrada de los datos en la base de datos- Control de los datos- Identificación de los data erróneos y faltantes (missing) data y
corrección de los mismos
• Continuación de la elaboración de:- Plan de Análisis Estadístico (PAE)- Programas estadísticos
• Finalización del Plan de Programación Estadística (PPE)
45
Francesc Peris / Noviembre 2009 89
“Test runs”
• Ejecución de los programas utilizando la “blind” base datos, con el fin de:- Validar los programas de SAS, es decir, hacen lo que deben de
hacer- Controlar los datos:
Datos faltantes (missing data)Identificación de “outliers”
- Elaboración de las tablas para el “Safety Data Committee” que evalúa la seguridad de los tratamientos
Francesc Peris / Noviembre 2009 90
Cierre de la base de datos
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
46
Francesc Peris / Noviembre 2009 91
Actividades
1. Antes del cierre de la base de datos, APROBAR EL PLAN DE ANÁLISIS ESTADÍSTICO (PAE)
2. Entrados todos los datos y corregidos los erroresCierre de la base de datos (BD): - Desactivar todos los accesos para evitar la modificación de datos o la
estructura de la misma
3. Realización del “Blind Data Review Meeting (BDRM)” para asignar los sujetos a la Poblaciones de Análisis (Analysis Populations):
Intention-to-treat (ITT) (Intención de Tratar, ITT)Per Protocol (PP) (Por protocolo, PP)Safety (Seguridad)Elaboración del “BDRM report
Francesc Peris / Noviembre 2009 92
Ejemplo de asignación de los pacientes a las poblaciones de análisis
PID Randomised Screened Safety ITT PP
AAAAA.0001 Y Y Y Y YAAAAA.0002 Y Y Y Y YAAAAA.0003 N Y N N NAAAAA.0004 N Y N N NAAAAA.0005 Y Y Y Y YAAAAA..0006 Y Y Y Y YAAAAAA.0007 Y Y Y Y Y…….. … … … … ….
47
Francesc Peris / Noviembre 2009 93
Resultados
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
Francesc Peris / Noviembre 2009 94
Actividades
• Cargar la Tabla de Asignación de los sujetos a las diferentes poblaciones de análisis en la base de datos estadística
• Apertura del ciego (códigos de randomización)• Ejecución de los programas de análisis• Revisión y aprobación de los resultados preliminares y
definitivos• Elaboración, revisión y aprobación del informe estadístico
48
Francesc Peris / Noviembre 2009 95
Resultados preliminares / definitivos
BIOMETRÍA
GESTIÓN DEDATOS
ESTADÍSTICA- Estadística- Programación
Bases de datos estadísticas:SAS datasets
Ejecución delos programas
- Tablas y gráficos- Listados
Apertura de los códigos de randomización
Francesc Peris / Noviembre 2009 96
Resultados preliminares / definitivos
• Revisión de los resultados preliminares y definitivos• Incorporar en los programas las modificaciones de los
estadísticos y responsables de los ensayos clínicos• Ejecutar de nuevo los programas (resultados definitivos)• Validar los programas
- Asegurar que los programas hacen lo que deben de hacer- Trazabilidad de los programas
Resultadosdefinitivos
49
Francesc Peris / Noviembre 2009 97
Table 14.4.x. Change from baseline in efficacy parameter at <timepoint>.Descriptive analysis by treatment group.Intention-to-treat population.
___________________________________________________________________
Active PlaceboParameter Statistic (N=XXX) (N=XXX___________________________________________________________________
Baseline n XXX XXXMean (SD) X.XXX (X.XXX) X.XXX (X.XXX)SE X.XXX X.XXX95% C.I. (X.XXX, X.XXX) (X.XXX, X.XXX)Median X.XXX X.XXX(Min,Max) (X.XXX, X.XXX) (X.XXX, X.XXX)(Q1,Q3) (X.XXX, X.XXX) (X.XXX, X.XXX)
Parameter n XXX XXXMean (SD) X.XXX (X.XXX) X.XXX (X.XXX)SE X.XXX X.XXX95% C.I. (X.XXX, X.XXX) (X.XXX, X.XXX)Median X.XXX X.XXX(Min,Max) (X.XXX, X.XXX) (X.XXX, X.XXX)(Q1,Q3) (X.XXX, X.XXX) (X.XXX, X.XXX)
Change from baseline n XXX XXXMean (SD) X.XXX (X.XXX) X.XXX (X.XXX)SE X.XXX X.XXX95% C.I. (X.XXX, X.XXX) (X.XXX, X.XXX)Median X.XXX X.XXX(Min,Max) (-X.XXX, X.XXX) (-X.XXX, X.XXX)(Q1,Q3) (-X.XXX, X.XXX) (-X.XXX, X.XXX)
________________________________________________________________________________________Note: LOCF approach has been used in this analysis.
Ejemplo de tabla Estadística descriptiva
Francesc Peris / Noviembre 2009 98
Ejemplo de tablaModelo estadístico
Table 14.4.x. Change from baseline in efficacy parameter at <timepoint>.Analysis based on the ANCOVA model: Treatment effects and treatment comparisons.Intention-to-treat population.
___________________________________________________________________________________________________
Effect n LSMean SE 95% C.I. p-value___________________________________________________________________________________________________
Treatments: Active XX X.XXX X.XXX ( X.XXX, X.XXX) Placebo XX X.XXX X.XXX ( X.XXX, X.XXX)
Treatment comparisons: Active vs Placebo XX X.XXX X.XXX ( X.XXX, X.XXX) X.XXX
___________________________________________________________________________________________________Notes: LSMean: Least Squares Mean from the ANCOVA model for cross-over designs using the change from baseline in the normalised XXX AUC 0-12 h at day 15 on treatment as response (Yi(j)jkt = µ + sequencej + subjecti(j) + periodk + treatmentt + βbaseline FEV1ik + ei(j)jkt). p-value obtained from LSMeans statement in PROC MIXED. LOCF approach has been used in this analysis.
50
Francesc Peris / Noviembre 2009 99
Informe estadístico
Descripción de los resultados de los análisis estadísticos
Apartados:- Resumen- Introducción- Metodología estadística utilizada- Poblaciones del estudio- Resultados- Conclusiones- Referencias- Tablas, análisis estadísticos y gráficos
La interpretación de los resultados es estadística, nunca clínica
Descripción de los resultados de los análisis estadísticos
Apartados:- Resumen- Introducción- Metodología estadística utilizada- Poblaciones del estudio- Resultados- Conclusiones- Referencias- Tablas, análisis estadísticos y gráficos
La interpretación de los resultados es estadística, nunca clínica
Francesc Peris / Noviembre 2009 100
Ejemplo de información estadística
9.5. Número de pacientes que presentaron como mínimo un episodio de depresión transitoria del segmento ST en el Holter a las 72 horas
La Tabla 8 (anexo II) muestra el número de pacientes que presentan como mínimoun episodio de depresión transitoria del segmento ST en el Holter a las 72 horas. En el grupo A, 3 (12.5%) pacientes experimentaron como mínimo un episodio a las 72 horas y 21 (87.5%) pacientes no experimentaron episodios. En el grupo B,3 (60%) pacientes experimentaron como mínimo un episodio a las 72 horas y 2 (40%) pacientes no experimentaron episodios. El OR igual a 0.095 (IC 95%: 0.013-0.680) fue estadísticamente distinto a 1 (p = 0.019). Este resultado indica que la proporción de pacientes que experimentaron como mínimo un episodio de depresión transitoria del segmento ST en el Holter a las 72 horas fue menor en el grupo A.
51
Francesc Peris / Noviembre 2009 101
Informe de Programación Estadística
• Descripción de las bases de datos estadísticas- Nombre de las tablas y variables- Formato de las variables- Códigos
• Descripción de los programas• Incidencias
Francesc Peris / Noviembre 2009 102
Informe final
PreparaciónFaseExperimental
ReclutamientoProtocolo TratamientoCierreBaseDatos
- Resultadospreliminares
- Resultados definitivos
InformeFinal
52
Francesc Peris / Noviembre 2009 103
Informe final
InvestigaciónClínica EstadísticaInforme estadístico
- Análisis estadísticos- Tablas, gráficos y
listados
Informe final
Clínica+
Estadística
Francesc Peris / Noviembre 2009 104
Otras actividades
• Informe de Gestión de Datos (Data ManagementReport)Documentación de las incidencias, desviaciones al Plan de Gestión de Datos (Data Management Plan, DMP), corrección de los datos erróneos, ….
• Informe de Programación Estadística (StatistcalProgramming Plan, SPR)Descripción de las base de datos estadísticas, programas y proceso de validación de los mismos e incidencias