臨床試験の完全性を推進するトランスレーショナルサイエンス：不正行為とバイアスを軽減するためのREDCapベースのアプローチ

科学分野:

• 臨床試験方法論
• 研究におけるデータ管理
• トランスレーショナルサイエンス

背景:

• 分散型臨床試験（DCT）は、従来の試験と比較して、募集の速度、リーチ、およびサンプル表現において利点をもたらします。
• DCTにおけるデータの整合性、特に不正行為やサンプリングバイアスに対する感受性に関する懸念が残っています。
• 堅牢なデータ整合性を確保することは、DCTの妥当性と公衆衛生への影響にとって非常に重要です。

研究 の 目的:

• DCTにおけるデータ整合性の問題に対処するために開発された2つの新しいツール、CheatblockerおよびQuotaConfigを紹介および説明すること。
• 不正行為およびサンプリングバイアスと戦うためのこれらのツールの正常な実装を実証すること。
• トランスレーショナルサイエンスにおけるDCTのデータ厳密性を強化するためのそのようなツールのより広範な意味について議論すること。

主な方法:

• 不正なデータ入力を検出し防止するために、REDCapの外部モジュールであるCheatblockerの開発と実装。
• 管理された募集を通じてサンプリングバイアスを軽減するために、REDCapの外部モジュールであるQuotaConfigの開発と実装。
• 実際のDCTシナリオにおける両方のモジュールの正常な適用を例示するケーススタディ例。

主要な成果:

• Cheatblockerは、DCTにおける不正なデータ入力を正常に特定および抑止しました。
• QuotaConfigは、参加者の募集を効果的に管理し、サンプリングバイアスを軽減しました。
• 両方のモジュールはREDCapシステムに正常に統合され、実用的な有用性を示しました。

結論:

• 開発されたREDCapモジュールであるCheatblockerおよびQuotaConfigは、分散型臨床試験におけるデータ整合性を強化するための効果的なソリューションを提供します。
• これらのツールは、研究の厳密性と効率性を向上させるのに役立ち、公衆衛生上の利益を最大化するために不可欠です。
• 正常な実装は、DCTのデータ品質における永続的な課題に対処するための技術的ソリューションの可能性を強調しています。