임상 데이터 관리에서 임상 데이터 과학까지: 기술을 통한 혁신 강화
임상 데이터 관리가 임상 데이터 과학으로 진화하는 과정을 간략히 살펴봅니다. 데이터 관리자는 모든 데이터와 전반적인 데이터 품질을 관리해야 합니다. 이는 혁신적인 전략과 첨단 기술의 핵심 원칙을 강조하는 한편 인사이트를 제공하는 선제적이고 효율적인 데이터 관리 생태계를 보장합니다.
Clinical Data Management의 강점
데이터 검토 가속화 및 데이터 품질 보장
Clinical Data Studio는 임상 데이터 관리자가 모든 임상시험 데이터를 한 곳에서 검토할 수 있습니다. AI와 자동화의 활용으로 데이터 관리자는 검토 주기당 최대 80%까지 검토 시간을 단축할 수 있습니다.
리스크 관리와 문제 조기 식별 및 조치
Clinical Data Studio는 내장된 AI와 스마트 분석 기능을 통해 임상 운영팀이 데이터 품질과 환자 안전 리스크를 중앙에서 모니터링, 관리 및 완화할 수 있도록 지원합니다.
환자 안전성 신호의 신속한 발견
한 곳에 모든 데이터가 모였기 때문에 의뢰자, 모니터링 요원 그리고 기관은 전체를 볼수 있는 환자 프로파일을 쉽게 설정하고 시각화할 수 있습니다.
Clinical Data Studio는 모든 환자 데이터를 통해 모니터링 요원에게 집계된 효과 및 안전성 트렌드의 전체적인 뷰를 제공합니다. 이는 모니터링 요원이 예상치 못한 발생 패턴을 식별하고 잠재적인 환자 안전성 문제를 발견하는 데 도움을 줍니다. 또한 항암에 특화된 분석 및 대시보드에 접근하여 복잡한 RECIST 1.1 데이터를 쉽게 탐색할 수 있습니다.
기술적 복잡성 및 부담 감소
Clinical Data Studio는 Medidata 플랫폼에서 제공되는 솔루션으로, 별도의 시스템과 통합을 유지할 필요 없이 Rave EDC 데이터를 직접 액세스합니다. 단 3일 만에 운용이 가능하며, 로우코드/노코드 환경을 바탕으로 비용이 많이 드는 관리 서비스 대신 데이터 가져오기(외부 데이터 소스), 통합 및 표준화 작업을 간소화하여 기술 리소스에 대한 의존도를 줄입니다.
Clinical Data Studio로 보는 수치
90%
신속한 프로그래밍
리스팅 작성 시간 단축
80%
데이터 검토 자동화
데이터 검토 주기 시간 단축
85%
구성 작업 최소화
KRI 구성 시간 단축
3일
빠른 실행 및 운용
운용에 단 3일 소요
Clinical Data Studio의 주요 기능
Clinical Data Studio는 고품질 단일 사용자 환경을 통해 제공되는 기능으로 데이터 품질 개선에 도움을 줍니다.
노코드/로우코드 데이터 수집, 표준화 및 변환
노코드/로우코드 환경에서 셀프 데이터 가져오기, 검증, 단위 변환 및 커스텀 데이터세트 통합을 지원하는 Clinical Data Studio는 여러 소스(메디데이터/외부 소스)에서 수집한 데이터를 집계 및 표준화하여 임상 데이터 관리자, 중앙 및 의료 모니터 요원이 데이터를 검토하고 분석할 수 있도록 합니다.
데이터 검토 및 감시
Clinical Data Studio의 Data Surveillance 기능은 프로그래밍이 필요 없는 데이터 검토 리스팅 작성, Rave EDC 쿼리 자동 생성, AI 기반 데이터 reconciliation, 손쉬운 데이터 시각화, 완전한 환자 프로파일 구축 및 데이터 정리 진행 상황을 추적할 수도 있습니다.
리스크 기반 품질 관리(RBQM)
Clinical Data Studio는 모든 임상 데이터에 대한 리스크 기반 전략을 한 곳에서 제공합니다. KRI(핵심 위험 지표) 및 QTL(품질 내성 한계)을 신속하게 설정 및 모니터링합니다. 또한 AI를 통해 이상치와 비정상적인 트렌드를 포착하여 시험기관 성과와 규정 준수 리스크를 파악합니다. 데이터 품질과 환자 안전 문제를 더 빨리 식별할 수 있습니다.
고객의 평가
Moderna
“Clinical Data Studio(구 Detect)는 심층적인 데이터 분석을 지원합니다. 이를 통해 데이터를 보다 종합적으로 파악할 수 있습니다.”
– Heidi McIntyre, Director of Centralized Data Monitoring, Moderna
Syneos Health
“우리는 안전성, 의료, 임상 및 모든 관련자가 동일한 플랫폼에서 단일 데이터 출처를 사용하는 것을 고려해야 했습니다. Clinical Data Studio(구 Detect)는 이를 위해 필요한 기능을 제공했습니다.”
– Haiyan Wei, Senior Vice President, Clinical Data Sciences
Aperio Clinical Outcomes
“우리는 메디데이터 Clinical Data Studio(구 Detect)에 매우 만족합니다. 모든 의뢰자가 Clinical Data Studio를 사용하길 바랍니다!”
– Melissa Hancock, Director, eClinical Technologies, Aperio Clinical Outcomes
Orion Corporation
“우리는 의사결정을 진행하는 과정의 모두가 동일한 데이터를 활용할 수 있도록 하는 단일 기술이 필요했습니다. 바로 Clinical Data Studio(구 Detect)가 이러한 기술을 제공하고 있습니다. 또한 Clinical Data Studio는 빠른 데이터 검토를 지원하여 우리가 올바른 부분에 집중할 수 있도록 합니다.”
– Geneveve Nadeau, Director, UK Head, RBQM & Clinical Operations
더 알아보기
데이터 관리자를 위한 혁신적 여정. 임상 데이터 “5V” 전반에서의 데이터 품질 개선을 위한 가이드.
지난 10년간 임상시험 데이터 관리의 복잡성은 크게 증가했습니다.
데이터 관리자는 점점 더 다양해지는 소스에서 수집되는 폭발적인 양의 데이터를 수집, 처리 및 분석하는 과정에서 전례 없는 어려움을 마주하고 있습니다.
혁신적인 임상시험 데이터 진화를 선도하기 위해 기술이 “5V (Volume, Variety, Velocity, Veracity 및 Value)”를 바탕으로 임상 데이터 전략 및 관리 프로세스에 대한 정보를 얻고 최적화하는 방법을 알아보세요.
RBQM: 데이터 품질을 위한 연결 조직
우리 몸의 모든 부분이 조화를 이룰 때 완벽한 기능을 발휘하듯이 RBQM은 임상시험에서 연결 조직으로서의 역할을 수행할 수 있습니다. 본 eBook은 인체에서 얻은 영감을 바탕으로 임상시험에서 데이터 품질을 개선하는 7가지 방법을 탐색합니다.
임상 데이터 품질 블로그 포스팅 시리즈
환자 중심성, 데이터 중심성, 데이터 플랫폼 아키텍처가 중요한 이유, RBQM 및 AI 등을 주제로 메디데이터 임상 데이터 품질 및 기술에 대한 블로그 포스팅을 읽어보세요.
임상시험 관리/감독의 현대화: 임상시험 운영 최적화를 향한 여정
임상시험 관리/감독을 가상화하는 데 있어 현재의 RBQM 접근 방식과 이러한 접근 방식을 채택함으로써 스폰서, CRO, 사이트, 그리고 궁극적으로 환자들에게 가져오는 가치에 대해서 이야기 합니다.
eBook: 임상 데이터 품질 향상을 위한 5가지 전략
차세대 임상 시험을 위한 데이터 품질 관리/감독 워크플로우 혁신을 위한 5가지 전략.