Blog
La recherche clinique est un processus long et complexe, en raison de certaines tâches chronophages et particulièrement pénibles. Parmi ces tâches, nous retrouvons un problème fréquent chez les chercheurs : le traitement et la correction des données pour améliorer leur qualité.
Nous lançons à cet effet aujourd’hui une toute nouvelle fonctionnalité : le Data Cleaner. Un outil de traitement des données à la fois puissant et intuitif, qui permet de corriger les anomalies, afin que vous obteniez des résultats plus justes lors de votre étude.
Faisons le point ensemble sur cet outil, ses différentes fonctionnalités et comment les utiliser.
À travers notre expérience aux côtés des chercheurs sur les études cliniques que nous avons pu accompagner, nous avons constaté un problème récurrent et classique dans la recherche clinique : les anomalies liées aux données. En effet, lorsque nos utilisateurs importent leurs données ou qu’ils les collectent via le e-CRF, il est fréquent qu’il y ait des
fautes de frappe, des
données manquantes, ou encore des
valeurs aberrantes.
Le but est donc de détecter les anomalies flagrantes, qu'elles soient purement statistiques (exemple : une taille de 187m au lieu de 1.87m), ou bien qu’elles concernent des données manquantes ou des erreurs de saisie, et de vous laisser la possibilité de corriger ces anomalies. Le Data Cleaner vous permet de gagner un temps précieux sur des tâches particulièrement chronophages, en détectant les problèmes les plus fréquents et en vous permettant d’éditer rapidement vos données erronées.
En premier lieu, le Data Cleaner récupère toutes les données patients afin de les traiter de façon exhaustive. Notre outil va automatiquement réaliser un audit et en fournir un rapport qui détaille les données/variables ayant été vérifiées, et les problèmes détectés.
Toutes ces anomalies détectées sont centralisées au sein d’un
tableau de bord, permettant ainsi au chercheur d’avoir une visibilité parfaite sur les erreurs potentielles qu’il doit fixer afin d’optimiser son étude clinique, et la nature de ces erreurs (erreurs de frappe, données manquantes, …). Dans ce tableau de bord, un
score
indique au chercheur combien d’anomalies il doit encore fixer. Néanmoins, l’outil est suffisamment sensible pour ne détecter que les anomalies extrêmes, qualifiées de “données aberrantes”.
À partir de ce tableau de bord, vous êtes ensuite en mesure de corriger les problèmes de manière très rapide. De plus, toutes vos corrections sont également tracées dans le rapport d’audit, ce qui vous permet d’assurer une bonne
traçabilité
de vos actions.
Le Data Cleaner ne corrige pas automatiquement les erreurs, mais il se contente d’identifier et de mettre en évidence ces problèmes pour les chercheurs, tout en leur proposant de faire des corrections de façon extrêmement simple et rapide. Certains choix de correction exigeant une certaine expertise, le chercheur a le dernier mot sur les corrections qu’il souhaite effectuer ou non.
Aucune correction automatique n’est réalisée. Vous n’avez alors qu’à sélectionner parmi les deux options proposées : où vous choisissez de garder la valeur détectée comme aberrante, où vous mettez à jour la valeur suggérée par le Data Cleaner (qui est une valeur existante). Dans les deux cas, le rapport d’erreurs est mis à jour afin que vous ayez une meilleure visibilité sur les erreurs restantes.
Vous avez la possibilité de télécharger au format .csv ou .docx le rapport d’erreurs généré par le Data Cleaner. L’intérêt étant de pouvoir garder une trace des actions effectuées par l'utilisateur, notamment dans le cas de lancement d'un nouveau processus de cleaning (en effet, toutes les données de cleaning sont écrasées quand on relance un processus de cleaning, mieux vaut donc en garder une trace). La détection d'anomalies est définie en fonction des règles préalablement calculées. Ainsi, si l’on relance le processus de Cleaning, les règles appliquées resteront identiques. Pour chaque traitement de données, vous avez accès aux règles mobilisées pour chaque type d’anomalie (aberrances numériques, erreurs de frappe, …), que ce soient des règles automatiques (calculées automatiquement par l’outil) ou bien des règles manuelles (par exemple : bornes définies par l’utilisateur).
Le Data Cleaner vous offre une meilleure expérience utilisateur, en centralisant toutes les anomalies détectées dans votre échantillon patients au sein d’une seule et même interface (le “Tableau de bord”), tout en vous laissant la possibilité d’éditer ces données depuis la même interface.
Plus concrètement, cette nouvelle fonctionnalité vous permet de
simplifier l’analyse et le traitement de vos données. Le Data Cleaner est accessible directement depuis votre menu “Monitoring”.