Une Etude de cohorte: Le projet CANTO

Transcription

1 Une Etude de cohorte: Le projet CANTO Etude des toxicités chroniques des traitements anticancéreux chez les patientes porteuses de cancer du sein localisé Rencontre du Groupe des Data Managers Académiques Maxence ROUSSEL

2 Présentation Data Manager au CGFL, Dijon depuis octobre 2011 Département d information médicale dirigé par Dr Patrick ARVEUX (30 personnes) PMSI, Consultations Avancées, Archives, RCP Registre des cancers gynécologiques Unité Biostatistique et Epidémiologie (dont 3 Data/Stat) CANTO : 4 personnes (1 Data, 1 ARC, 2 IRC) 2

3 Comité scientifique CANTO Investigateur coordinateur : Dr Fabrice André (Villejuif) Promoteur : Unicancer (Paris) Coordinateur Base de données : Dr Patrick Arveux (Dijon) Coordinateur Etude biologique : Pr Gilles Thomas (Lyon) Coordinateur Sciences sociales : Pr Philippe Amiel (Villejuif) Coordinatrice QdV/psychologie : Dr Sarah Dauchy (Villejuif) 3

4 Equipe promotion Directrice des opérations cliniques : Anne-Laure MARTIN ARC Coordinatrice : Christel MESLEARD Assistante de projets : Sarah GARCIA ARC moniteur : Sherazed MESSAOUDI 4

5 Equipe locale Investigateur principal : Dr Séverine GUIU Attaché de Recherche Clinique : Claude ARVEUX Infirmières de Recherche Clinique: - Elianne DUBOIS - Gaëlle BOUDOU 5

6 Contexte Les patientes ayant présenté un cancer du sein guéri, ont une qualité de vie inférieure à celle de la population générale Cause : toxicités chroniques à moyen terme des traitements Prévalence estimée des toxicités à moyen terme : patientes / an en France 6

7 Contexte Toxicités chroniques à moyen terme mal étudiées car : Échantillonnages des cohortes non adaptés Absence de recueil rigoureux des données à long terme (essais recherchant plus l efficacité) Population biaisée : celle des essais thérapeutiques Pas d études dédiées 7

8 Contexte Nécessité d une étude dédiée aux analyses de toxicités: Description médicale (incidence, évènements rares) Impact social, économique et psychologique Développement de prédicteurs moléculaires pour les toxicités significatives Développement de stratégies pour éviter ces toxicités et leurs impacts 8

9 Objectifs Objectif principal : Identifier les facteurs prédictifs de la survenue de la toxicité chronique chez des patientes traitées pour un cancer du sein de stades I à III. 9

10 Objectifs secondaires : Objectifs Développer une base de données recueillant les toxicités chroniques observées au cours du suivi d une cohorte de femmes atteintes d un cancer du sein de stades I à III Décrire les toxicités chroniques, leur incidence, leur devenir et leur corrélation avec les caractéristiques biologiques Décrire les impacts psychologiques, sociaux et économiques des toxicités chroniques au niveau individuel et populationnel 10

11 Méthodologie Etude de cohorte, multicentrique, évaluant les toxicités chroniques des traitements anti-cancéreux Cancer du sein de stade I à III non métastatique Patientes incluses avant tout traitement patientes attendues 14 centres français déclarés participants Durée de l étude: 14 ans 4 ans d inclusion 5 ans de suivi 5 ans de suivi à long terme (si financement complémentaire) 11

12 Financements ANR : 13 Millions (projet approuvé le 25 janvier 2011) Financements supplémentaires - Compagnies Pharmaceutiques - Compagnies Biomarqueurs - Autre : Institut Recherche en Santé Publique Financements en cours de discussion - Mutuelles - Compagnies cosmétiques 12

13 Echéancier Juin 2011 : Assemblée générale des comités de pilotage pour présentation du projet et finalisation du protocole Juillet 2011 : Soumission Comité de patients Août 2011 : Dépôt AFSSAPS/CPP Octobre 2011 : Accord AFSSAPS/CPP Q : Convention avec les centres investigateurs et consortium avec les partenaires Q : Séminaire de lancement + 1ère patiente (22/03/2012) : Recrutement : (5 000 patientes /an sur 4 ans) : Suivi (5 ans) Juin 2020 : Rapport final pour l ANR 13

14 Schéma de l étude BILAN D INCLUSION VISITE M0 VISITE ANNUELLE POST M0 VISITE DE SUIVI LONG TERME 3 mois post traitement Evaluation par une infirmière de recherche clinique Pendant 5 ans Evaluation par une infirmière de recherche clinique Pendant 5 ans Signature du consentement Examen clinique / Paraclinique Antécédents Traitements concomitants Bilan sanguin Questionnaires QDV/psy/Situation sociale Prélèvements sanguins Examen clinique / paraclinique Recueil des toxicités Traitements concomitants Bilan sanguin Questionnaire s QDV/psy Examen clinique / paraclinique Recueil des toxicités Traitements concomitants Bilan sanguin (M24, M60) Questionnaires QDV /psy Questionnaires trajectoire (M12) / impact social Prélèvements sanguins Examen clinique Recueil des toxicités Contact téléphonique CHIRURGIE Remplissage carnet patient 14

15 Modalités de recueil Données cliniques recueillies via un CRF électronique (CLINSIGHT ) Données de qualité de vie, psychologiques et données socioéconomiques recueillies via des auto-questionnaires puis saisies sur le CRF électronique Arrêt du recueil en cas de rechute métastatique ou de second cancer 15

16 Architecture informatique Serveurs dédiés hébergés localement 2 serveurs en miroir Connexion autres centres à la base via Internet : « 16

17 Saisie des données Saisie des données cliniques faite dans chaque centre par les TEC ou ARC du centre via connexion CSOnline Spécificité QdV : recueil sur centre puis saisie centralisée au CGFL par opérateur de saisie Maxence ROUSSEL - Rencontre ACADM - 12/06/2012 Maxence ROUSSEL - Rencontre ACADM - 13/06/

18 Point sur le projet 9 centres ouverts 163 Patientes incluses Objectif : 30 patientes/mois et par centre 18

19 Conception CRF Qui? Comités de l étude Directrice des opérations clinique et ARC Coordinatrice Comment? Prévu comme une version papier pour le passer en un CRF électronique Difficultés de développement 19

20 Base de données Identification patiente : N identification unique + initiales patiente + année de naissance Près de variables sur 405 pages de CRF (dont 294 pages pour données cliniques et 111 pages pour QdV) Environ 200 bibliothèques de valeurs autorisées Environ tests de cohérence (57 pages/294) dont environ la moitié en pré-test 20

21 Contrôles des données Suivi des queries pas encore mis en place Réflexion sur une émission par lot Possible passage par autre logiciel (Stata ou autre) 21

22 Export Export par fraction selon centre Export partiel au fil du temps (analyses intermédiaires) Export sur population ciblée de la cohorte (analyses intermédiaires) Export de nuit et de week-end pour les plus lourds 22

23 Documentation/assurance qualité Utilisation des procédures d Unicancer R&D Contrôle qualité par le moniteur sur centres investigateurs Audits éventuels de centres investigateurs Documents à mettre à disposition : CRF annoté Liste des contrôles Manuel de Data Management 23

24 Questions techniques de Data Management Demande de code-barres Demande export trié par boite Problème test sur identifiants tubes Question points douloureux : comment les placer sur e-crf Alertes 24

25 Questions techniques de Data Management Demande de code-barres : CSDesigner Demande du comité biologique But : Ne pas se tromper dans le choix de la patiente Solution : Développement CLINSIGHT Création variable $BARCODE globale pour obtenir le codebarres 25

26 Questions techniques de Data Management Demande de code-barres : Obtention après impression PDF à partir de l application web. CSOnline Code-barres obtenu (cicontre). 26

27 Questions techniques de Data Management Demande de code-barres : Se placer dans le filtre «Patient» (dans le tableau de suivi des patients sous CSOnline) et doucher le code-barres pour faire apparaître la bonne patiente uniquement 27

28 Questions techniques de Data Management Demande export trié par boite : Demande des biologistes Problème : Pour une patiente, 6 tubes à congeler chacun dans boites différentes 28

29 Questions techniques de Data Management Demande export trié par boite : Problème : Pour une patiente, 6 tubes à congeler chacun dans boites différentes Solution proposée: Export puis triage «manuel» par boite Solution refusée car trop contraignante et risque d erreurs important Seconde solution proposée et retenue : Demande de développement spécifique adressée à CLINSIGHT CLINSIGHT en cours de développement : Nouvelle base parallèle «boite» implémentée automatiquement 29

30 Questions techniques de Data Management Problème test sur identifiants tubes : 06 ST N centre Type de prélèvement (ST/SE/PL) N prélèvement 30

31 Questions techniques de Data Management Problème test sur identifiants tubes : Impossibilité exécuter directement ces tests Solution : Fractionner chaque champ en trois champs calculés cachés (@PARTIAL) et faire tests sur champs cachés «@PARTIAL(ECRF0002P016!B41 ; 1 ; 2)» Soit une cinquantaine de champs calculés cachés dans les trois pages de fiche de liaison CANTO-Bio 31

32 Questions techniques de Data Management Question points douloureux : comment les placer sur e-crf : Forme initiale Forme intermédiaire Finition : Suppression du dessin et pour chaque item un oui/non en liste déroulante 32

33 Questions techniques de Data Management Alertes : Alerte relance après délai dépassé si date non remplie Alerte revenant tous les jours si champ non rempli Patientes sorties de l étude mais alerte continuant de se déclencher Proposition de solution : - remplir champ avec «NA» - Mettre page du CRF en «NA» 33

34 Questions techniques de Data Management Alertes : Alertes envoyées à plusieurs «TEC» d un centre Formule «@TEC(mail)» ne fonctionnait pas Formule «@USER(mail)» envoyait à l investigateur référant du centre Solution : - Formule «@ (ALL_TECHNICIANS;INV)» - Formule «@CASEOF(1030;"01";"bla@truc.fr;machin@truc.fr";"06";toto@bis. fr"; )» 34

35 Je vous remercie pour votre attention. 35