Avance de la ciencia traslacional a través de la integridad de los ensayos: enfoques basados en REDCap para mitigar...

Área de la Ciencia:

• Metodología de Ensayos Clínicos
• Gestión de Datos en Investigación
• Ciencia Traslacional

Sus antecedentes:

• Los ensayos clínicos descentralizados (DCT) ofrecen ventajas en la velocidad de reclutamiento, el alcance y la representación de la muestra sobre los ensayos tradicionales.
• Persisten las preocupaciones sobre la integridad de los datos en los DCT, específicamente la susceptibilidad al fraude y al sesgo de muestreo.
• Garantizar una sólida integridad de los datos es crucial para la validez y el impacto en la salud pública de los DCT.

Objetivo del estudio:

• Presentar y describir dos herramientas novedosas, Cheatblocker y QuotaConfig, desarrolladas para abordar problemas de integridad de datos en los DCT.
• Demostrar la implementación exitosa de estas herramientas para combatir el fraude y el sesgo de muestreo.
• Discutir las implicaciones más amplias de tales herramientas para mejorar el rigor de los datos en los DCT dentro de la ciencia traslacional.

Principales métodos:

• Desarrollo e implementación de Cheatblocker, un módulo externo para REDCap, para detectar y prevenir la entrada de datos fraudulentos.
• Desarrollo e implementación de QuotaConfig, un módulo externo para REDCap, para mitigar el sesgo de muestreo a través del reclutamiento controlado.
• Ejemplos de estudios de caso que ilustran la aplicación exitosa de ambos módulos en escenarios de DCT del mundo real.

Principales resultados:

• Cheatblocker identificó y disuadió con éxito las entradas de datos fraudulentas en los DCT.
• QuotaConfig gestionó eficazmente el reclutamiento de participantes, reduciendo el sesgo de muestreo.
• Ambos módulos se integraron con éxito en el sistema REDCap, lo que demuestra su utilidad práctica.

Conclusiones:

• Los módulos REDCap desarrollados, Cheatblocker y QuotaConfig, proporcionan soluciones efectivas para mejorar la integridad de los datos en ensayos clínicos descentralizados.
• Estas herramientas contribuyen a mejorar el rigor y la eficiencia de la investigación, cruciales para maximizar los beneficios para la salud pública.
• La implementación exitosa destaca el potencial de las soluciones tecnológicas para abordar los desafíos persistentes en la calidad de los datos de DCT.