Video Experimental Relacionado
Updated: Feb 13, 2026

Best Current Practice for Obtaining High Quality EEG Data During Simultaneous fMRI
Published on: June 3, 2013
Evaluación de la calidad de los datos por proxy: ¿Podemos evaluar todas las dimensiones del marco de calidad de datos
Pamela Dobay1, Meritxell Sabidó2
1Statistical Sciences and Evidence Generation, Biogen International GmbH, Baar, Switzerland.
Las herramientas existentes para evaluar la calidad de los datos (DQ) en los registros para estudios de seguridad posteriores a la aprobación (PASS) tienen limitaciones. Proponemos nuevos indicadores de calidad de los datos (DQI) para mejorar la evaluación de la DQ para los titulares de autorizaciones de comercialización (MAH).
Área de la Ciencia:
- Farmacovigilancia y farmacovigilancia también.
- Ciencia de datos Ciencia de datos.
- Ciencias de la Regulación Ciencias de la Regulación
Sus antecedentes:
- El uso de datos secundarios, particularmente estudios basados en registros, es cada vez más vital para los compromisos regulatorios posteriores a la autorización.
- Los titulares de autorizaciones de comercialización (AMC) a menudo se enfrentan a desafíos al analizar datos a nivel de paciente directamente para estudios de seguridad.
Objetivo del estudio:
- Trazar un mapa de las diferencias en las herramientas utilizadas para las evaluaciones de la calidad de los datos (DQ) en los registros de estudios de seguridad posteriores a la aprobación (PASS).
- Describir las fortalezas y limitaciones de estas herramientas, especialmente cuando el análisis directo de datos a nivel de paciente está restringido.
- Proponer medidas complementarias, incluidos los indicadores de calidad de los datos (DQI), para mejorar la evaluación de la calidad de los datos.
Principales métodos:
- Análisis de las herramientas seleccionadas con respecto a las dimensiones y métricas del Marco de la Agencia Europea de Medicamentos-DQ (EMA-DQF).
- Concéntrese en un caso de uso donde la evaluación de la DQ se basa únicamente en la documentación del registro y la revisión cualitativa debido a restricciones de acceso a los datos.
Principales resultados:
- Ninguna herramienta única cubre exhaustivamente todas las dimensiones y métricas de DQ.
- Las herramientas mostraron una utilidad limitada para evaluar la extensividad, la coherencia semántica y la confiabilidad.
- Los diccionarios de datos resultaron útiles para la precisión y la coherencia estructural, mientras que las publicaciones tenían una utilidad limitada para la evaluación de la DQ.
Conclusiones:
- Un conjunto propuesto de requisitos de información consistentes y DQI cuantitativos puede complementar las herramientas existentes para evaluar la DQ en el ciclo de vida de PASS.
- Deben reconocerse las incertidumbres y los posibles impactos en los resultados del estudio si no se pueden evaluar los DQI durante la preparación del protocolo PASS.
- La planificación de escenarios para el reemplazo o la eliminación de registros debido a la insuficiente DQ después de la iniciación de PASS es necesaria.
Más Videos Relacionados
Videos de Conceptos Relacionados
Quality Control
Quality control helps track data, visualize trends, and identify variations, making it easier to detect deviations that may affect the accuracy of an analysis. One way to do this is by generating a quality control chart, which...
Quality Assurance
Quality of Water
How Data are Classified: Categorical Data
Data are classified based on whether they are measurable or not. Categorical data cannot be measured; instead, it can be divided into categories. For example, if Y denotes a person's party affiliation, some examples of Y include...
How Data are Classified: Numerical Data
Quantitative data may be either discrete or continuous. All quantitative data that take on only specific numerical...
Pulse amplitude and quality
A weak or absent pulse may indicate reduced cardiac output or poor left ventricular contraction, which can be signs of cardiovascular dysfunction or...

