Utilisation du SDTM pour standardiser les données cliniques: avantages et chausse-trappes
|
|
- Ariane Papineau
- il y a 8 ans
- Total affichages :
Transcription
1 Utilisation du SDTM pour standardiser les données cliniques: avantages et chausse-trappes (Les données cliniques peuvent-elles survivre aux standards de soumission du CDISC?) Rencontres Caen Thierry Lambert
2 Contexte 2 Une longue expérience de création de bases cliniques globales récupérer un long historique d essais cliniques (jusqu à 30 ans) pour en faire une base globale et facile à analyser En entrée : des structures de données et des conventions très hétérogènes : Différents systèmes de data management Différents data managers (du laboratoire, de CRO) Différents standards (quand il y en avait, et qu ils étaient appliqués...) Aujourd hui, ces structures en entrée sont de plus en plus «SDTM-like» Bilan: en moyenne, les bases inspirées du SDTM sont de moins bonne qualité
3 Quelle qualité? 3 L aisance avec laquelle on peut comprendre et analyser les données Base parfaite : on peut comprendre et traiter les données sans avoir recours au CRF ni au protocole à travers plusieurs études avec peu de programmation (pas de «if study=... then...»)
4 Retour aux fondamentaux Le modèle des données change d une étude à l autre Modèle: ce qu on obtient par les techniques classiques de modélisation, comme les diagrammes entité-relation 4 Study A table Subject table SubjectVisit Subject Height (cm) Weight (kg) Subject Visit () () Study B table Subject table SubjectVisit Subject Height (cm) Subject Visit Weight (kg) () ()
5 Les méta-données Les méta-données sont ce qui est connu indépendamment des données collectées. Elles permettent de connaître les similarités et les différences entre études, sans avoir besoin de retourner aux données. 5 Study Table Variable Key Unit A Subject Subject Yes Height cm Weight kg SubjectVisit Subject Yes Visit Yes B Subject Subject Yes Height cm SubjectVisit Subject Yes Visit Yes Weight kg
6 Une «standardisation» Le but: rendre les similitudes évidentes et faciles à traiter par exemple, si deux choses ont le même nom, alors elles sont identiques (et réciproquement) 6 Study A table Subject table VitalSigns Subject Height (cm) Subject Visit Weight (kg) () () Study B table Subject table VitalSigns Subject Height (cm) Subject Visit Weight (kg) () ()
7 Les méta-données après «standardisation» 7 Study Table Variable Key Unit A Subject Subject Yes Height cm VitalSigns Subject Yes Visit Yes Weight kg B Subject Subject Yes Height cm VitalSigns Subject Yes Visit Yes Weight kg On a perdu de l information : «la même variable toujours dans la même table», ce n est pas de la standardisation : c est de l uniformisation, qui se traduit par une perte de méta-données
8 Méta-données mises à jour Uniformiser implique d augmenter les méta-données pour réinjecter l information qui a été perdue : 8 Study Table Variable Key Unit AttributeOf A Subject Subject Yes Height cm VitalSigns Subject Yes Visit Yes Weight kg Subject B Subject Subject Yes Height cm VitalSigns Subject Yes Visit Yes Weight kg
9 Le SDTM 9 Le SDTM standardise et uniformise : standardisation : Events, Interventions, Controlled Terminology uniformisation: Findings, SUPP--, «tout ressemble soit à un événement indésirable, soit à un traitement associé, soit à un résultat d analyse de laboratoire» Study A, Domain VS USUBJID VSTESTCD VSSTRESN VSSTRESU VISITNUM A-001 WEIGHT 75 kg 1 SY DIABP 65 1 SY DIABP 60 2 SY DIABP 64 3 A-001 WEIGHT 50 kg 1 SY DIABP 71 1 SY DIABP 75 2 Study B, Domain VS USUBJID VSTESTCD VSSTRESN VSSTRESU VISITNUM B-001 WEIGHT 75 kg 1 SY DIABP 65 1 WEIGHT 74 kg 2 SY DIABP 60 2 WEIGHT 72 kg 3 SY DIABP 64 3 B-001 WEIGHT 50 kg 1 SY DIABP 71 1 WEIGHT 50 kg 2 SY DIABP 75 2
10 Les méta-données du SDTM 10 Study Domain Key A VS USUBJID, VISITNUM, TESTCD B VS USUBJID, VISITNUM, TESTCD Study Item Label Type C odelist A VSSTRESN Numeric Result/Finding integer VSSTRESU Standard Units text kg, WEIGHT.VSORRES Weight integer SY.VSORRES Systolic Blood Pressure integer DIABP.VSORRES Diastolic Blood Pressure integer B VSSTRESN Numeric Result/Finding integer VSSTRESU Standard Units text kg, WEIGHT.VSORRES Weight integer SY.VSORRES Systolic Blood Pressure integer DIABP.VSORRES Diastolic Blood Pressure integer Elles sont insuffisantes, par exemple : on ne peut pas spécifier de clé par paramètre on peut donner le type et la liste des codes par paramètre pour --ORRES, mais pas les autres variables (comme les --STRESx) un poids de "75 " est maintenant une donnée valide!
11 Résumé de l évolution des 10 dernières années 11 Standard Uniforme Structure Structure Données Autres Other méta- Metadata données Données Information perdue Autres Other méta- Metadata données Les méta-données «traditionnelles» sont la structure (variables, labels, listes de codes) : l adoption de structures uniformes a donc abouti à des bases de moins bonne qualité.
12 Les méta-données dans le SDTM, aujourd hui Trial Design Datasets Dessinés pour fonctionner avec toutes les aires thérapeutiques et tous les dessins d étude Ils manquent donc d informations spécifiques. Par exemple, dans TV : quelle est la visite de randomisation? la visite était-elle optionnelle? quelle était la tolérance pour VISITDY? etc. Define.xml Beaucoup d information va dans le champ «comment», où elle ne peut pas être exploitée automatiquement Les listes de codes sont essentiellement limitées au code et au libellé, et sont redondantes (cf. --TESTCD et --TEST) XML n est pas adapté aux outils qui traitent les données (qui sont faits pour des tables rectangulaires) : les «define» sont maintenus à la main dans Excel, et ne sont pas «câblés» à la structure des données 12
13 Pourquoi les méta-données sont importantes 13 Définition: ce qui est connu indépendamment des données collectées Dans une étude sur le cancer de la prostate, SEX=M est donc une méta-donnée. Et inversement, une partie des méta-données devient des données quand on agrège plusieurs études. Application aux entrepôts de données cliniques Quand on travaille étude par étude, maintenir des meta-données structurées semble superfétatoire. Mais du coup, les méta-données sont dans les programmes, et ne peuvent pas être utilisées quand on interroge les données d un ensemble d études. Empiler des données de structure uniforme ne change pas la donne, et du coup la plupart des projets de bases globales fondées sur le SDTM ne tiennent pas leurs promesses.
14 Que faut-il ne pas faire? 14 Ne pas perdre les bases de données qui sortent du data management des informations cruciales sont souvent perdues en passant au format SDTM exemple: quelle PA systolique va avec quelle PA diastolique? Ne pas standardiser sur le SDTM seul sans en avoir mesuré toutes les conséquences pourriez-vous reconstituer les données de départ à partir de celles au format SDTM? pourriez-vous rapidement et facilement analyser des données de tolérance et d efficacité à travers 50 études? comment allez-vous vous adapter au standard de votre aire thérapeutique quand il sera défini, prospectivement et rétrospectivement?
15 Que faire? 15 Maîtriser l hétérogénéité, ne pas essayer de l éviter standardisez d abord la description des structures de données (la structure des méta-données), ensuite les structures de données elles-mêmes, quand c est possible. S assurer d avoir assez de méta-données maintenables : cherchez à obtenir des bases de données utilisables sans les protocoles ni les cahiers d observation analysez la perte de méta-données quand vous passez d une structure traditionnelle (horizontale) au SDTM (vertical), et choisissez la structure qui vous facilite la maintenance des métadonnées
16 Que faire? (2) 16 Concentrez-vous sur la standardisation constituez une base de méta-données simples (tables, variables, clefs, listes de codes flexibles) nommez ce qu on trouve sur le CRF donnez des noms longs et des libellés détaillés écartez-vous du SDTM s il vous faut un chausse-pied pour y rentrer prévoyez des versions des standards : listes de codes changeantes structures changeantes (évolution des standards officiels) modèles changeants (recherche, progrès de la médecine) Appliquez vos standards il devrait être impossible que les méta-données ne correspondent pas aux données ne faites pas des plans trop ambitieux que vous ne pourrez pas soutenir sur le long terme : il faut que la standardisation vous aide dans votre travail quotidien
17 Des questions? 17 N hésitez pas à me contacter après coup! thierry.lambert@adclin.com
RENCONTRES DU 25 au 27 JUIN 2014 DIJON. L intérêt du Analysis Data Model (ADaM) pour le Data Management CENTRE DE TRAITEMENT DES DONNÉES
RENCONTRES DU 25 au 27 JUIN 2014 DIJON Centre Georges François Leclerc L intérêt du Analysis Data Model (ADaM) pour le Data Management Valentin Harter CENTRE DE TRAITEMENT DES DONNÉES DU CANCÉROPÔLE NORD-OUEST
Plus en détailMONITORING / SUIVI DES PATIENTS
Formation Recherche Clinique OncoBasseNormandie 02/12/2013 MONITORING / SUIVI DES PATIENTS Jean-Michel GRELLARD ARC Coordinateur - Centre François Baclesse Quelques définitions Cahier d observation ou
Plus en détailItem 169 : Évaluation thérapeutique et niveau de preuve
Item 169 : Évaluation thérapeutique et niveau de preuve COFER, Collège Français des Enseignants en Rhumatologie Date de création du document 2010-2011 Table des matières ENC :...3 SPECIFIQUE :...3 I Différentes
Plus en détailCréation de procédures inter-services pour la gestion des essais de phase I à l Institut Gustave Roussy
Création de procédures inter-services pour la gestion des essais de phase I à l Institut Gustave Roussy A.A. MOUSSA D. SCHWOB Institut de cancérologie Gustave-Roussy 94805 Villejuif cedex - FRANCE Plan
Plus en détailGestion des bases de données
Gestion des bases de données DU Chef de Projet en Recherche Clinique 23/11/2012 Fabrice GOURMELON URC/CIC Necker - Cochin 2 A. Qu est-ce qu une donnée? B. Qu est-ce qu une base de données? C. Définition
Plus en détailResponsabilité du promoteur et obligations des soustraitants. cliniques : conformité aux Bonnes Pratiques Cliniques et point de vue de l inspection
Responsabilité du promoteur et obligations des soustraitants dans les essais cliniques : conformité aux Bonnes Pratiques Cliniques et point de vue de l inspection Anne RAISON Chef de l Unité Inspection
Plus en détailEssais cliniques de phase 0 : état de la littérature 2006-2009
17 èmes Journées des Statisticiens des Centres de Lutte contre le Cancer 4 ème Conférence Francophone d Epidémiologie Clinique Essais cliniques de phase 0 : état de la littérature 2006-2009 Q Picat, N
Plus en détailRôle de l Assurance Qualité dans la recherche clinique
Rôle de l Assurance Qualité dans la recherche clinique Pôle Qualité / Gestion des Risques 05 Janvier 2012 Plan La qualité d une recherche c est quoi? Bonnes Pratiques Cliniques (BPC) Responsabilités des
Plus en détailOutil de suivi du monitoring
Outil de suivi du monitoring SETHI Suivi des Études Thérapeutiques Internationales EC1 Trial Manager d ORIAM Sandrine BARRAUD Attaché de Recherche Clinique Valérie FAUBEAU Attaché de Recherche Clinique
Plus en détailBIRT (Business Intelligence and Reporting Tools)
BIRT (Business Intelligence and Reporting Tools) Introduction Cette publication a pour objectif de présenter l outil de reporting BIRT, dans le cadre de l unité de valeur «Data Warehouse et Outils Décisionnels»
Plus en détailEstelle Marcault 06/02/2015 URC PARIS NORD 1
Estelle Marcault 06/02/2015 URC PARIS NORD 1 Définition du Monitoring Garantie que la conduite de l essai clinique, les enregistrements et les rapports sont réalisés conformément : Au protocole Aux Procédures
Plus en détailEntrepôt de données 1. Introduction
Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de
Plus en détailCE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT
CE QU IL FAUT SAVOIR PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT Sommaire Comment se fait la recherche sur un nouveau médicament? (page 1) A quoi sert la recherche sur un nouveau médicament? (page
Plus en détailInformation utiles. cinzia.digiusto@gmail.com. webpage : Google+ : http://www.ibisc.univ-evry.fr/ digiusto/
Systèmes de gestion de bases de données Introduction Université d Evry Val d Essonne, IBISC utiles email : cinzia.digiusto@gmail.com webpage : http://www.ibisc.univ-evry.fr/ digiusto/ Google+ : https://plus.google.com/u/0/b/103572780965897723237/
Plus en détailSOMMAIRE INTRODUCTION... 3
SOMMAIRE INTRODUCTION... 3 I - PRESENTATION DE L ENQUETE... 5 A - OBJECTIFS DE L ENQUETE...5 B - CHAMP DE L ENQUETE...5 C - DETERMINATION DES «GROUPES» DE SOCIETES...6 II - VUE D ENSEMBLE DES CESSIONS...
Plus en détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailOUVERTURE ET MISE EN PLACE
OUVERTURE ET MISE EN PLACE Estelle Marcault 20/01/2012 URC PARIS NORD 1 Ouverture et mise en place Trois types de visites/ réunions peuvent avoir lieu : Visite de sélection Réunion investigateur Visite
Plus en détailBases de données Outils de gestion
11/03/2010 Bases de données Outils de gestion Mise en place d outils pour gérer, stocker et utiliser les informations d une recherche biomédicale ent réalisé par L. QUINQUIS d épidémiologie et de biostatistique
Plus en détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information
Plus en détailEvidence-based medicine en français
Evidence-based medicine en français MÉDECINE FACTUELLE (Office de la langue française) Médecine fondée sur des faits démontrés Médecine fondée sur des preuves Médecine fondée sur des données probantes
Plus en détailPrésentation. Techno 5 759 Square Victoria, Bureau 228, Montréal, QC H2Y 2J7 Tel: 514843-4343 Fax: 514843-2468 www.techno5.com
Présentation Techno 5 759 Square Victoria, Bureau 228, Montréal, QC H2Y 2J7 Tel: 514843-4343 Fax: 514843-2468 www.techno5.com Plan de présentation 1 2 3 4 5 Àpropos de Les différents profils Opportunités
Plus en détailRévision des descriptions génériques Comment monter un dossier?
DISPOSITIFS MEDICAUX Révision des descriptions génériques Comment monter un dossier? Guide pour le dossier déposé par les fabricants/distributeurs Adopté en séance de la CEPP* le 13 juillet 2005 *CEPP
Plus en détailAssocié de recherche clinique
Pharmabio Développement Associé de recherche clinique PROFIL DE COMPÉTENCES Mireille Lehoux, consultante Septembre 2009 ÉQUIPE DE PRODUCTION Coordination Francine Gendron Directrice générale Pharmabio
Plus en détailFormation CTOM «Printemps 2013»
Formation CTOM «Printemps 2013» Formation intensive avec mise en œuvre opérationnelle 105 heures de formation en centre Formation professionnelle qualifiante au métier de Clinical Trials Operations Manager
Plus en détailSage 100 CRM Guide de l Import Plus avec Talend Version 8. Mise à jour : 2015 version 8
Sage 100 CRM Guide de l Import Plus avec Talend Version 8 Mise à jour : 2015 version 8 Composition du progiciel Votre progiciel est composé d un boîtier de rangement comprenant : le cédérom sur lequel
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
Plus en détailÉvaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement
Évaluation du risque cardiovasculaire dans le contexte de l hypertension artérielle et de son traitement DIU HTA François Gueyffier Service de pharmacologie clinique UMR CNRS 5558 CIC 201, LYON francois.gueyffier@chu-lyon.fr
Plus en détailIntroduction au métier d ARC. en recherche clinique
Introduction au métier d ARC en recherche clinique Déroulement d un projet de recherche clinique Idée Faisabilité Avant Pendant Après Protocole accepté Démarches réglementaires Déroulement de l étude Analyse
Plus en détailPartie 1. Principes. Karmela Krleža-Jerić, An-Wen Chan, Kay Dickersin, Ida Sim, Jeremy Grimshaw, Christian Gluud, for the Ottawa GroupT 1
Déclaration d Ottawa sur l enregistrement des essais d interventions de santé: Proposition pour l enregistrement international d informations relatives au protocole et de résultats des essais réalisés
Plus en détailInfrastructure de Données Spatiales
Infrastructure de Données Spatiales Notions & Enjeux Jean-Christophe Desconnets desconne@mpl.ird.fr Plan Introduction Notion de IDS Notion de Web service Harmonisation des données Metadonnées Service de
Plus en détailTD n 1 : la Balance des Paiements
TD n 1 : la Balance des Paiements 1 - Principes d enregistrement L objet de la Balance des Paiements est de comptabiliser les différentes transactions entre résidents et non-résidents au cours d une année.
Plus en détailJe catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs
Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon
Plus en détailAudit et Inspection Les contraintes extérieures B.Malivoir
Audit et Inspection Les contraintes extérieures B.Malivoir Chef de projet Hémato-Onco CHRU Tours Vice Présidente CPP Région Ouest1 Le contexte juridique Directive 2001/20/CE du Parlement européen et du
Plus en détailPr. Pierre FUMOLEAU Directeur Général du Centre de Lutte Contre le Cancer Georges-François Leclerc (CGFL)
C Ouverture INTRODUCTION RENCONTRES DES 25 et 26 JUIN 2014 Accueil des Participants Pr. Pierre FUMOLEAU Directeur Général du Centre de Lutte Contre le Cancer Georges-François Leclerc (CGFL) 25 juin 9h30
Plus en détailLes PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client.
Les PGI Les Progiciels de Gestion Intégrés sont devenus en quelques années une des pierres angulaire du SI de l organisation. Le Système d Information (SI) est composé de 3 domaines : - Organisationnel
Plus en détailBases de données pour la recherche : quels enjeux et quel rôle pour les patients?
Bases de données pour la recherche : quels enjeux et quel rôle pour les patients? Paul Landais Université Montpellier 1 Responsable de la Banque Nationale de Données Maladies Rares (BNDMR) Co-coordonnateur
Plus en détailLes systèmes CDMS. et les logiciels EDC
Les systèmes CDMS et les logiciels EDC Khaled Mostaguir, Ph.D, khaled.mostaguir@hcuge.ch Centre de Recherche Clinique HUG http://crc.hug-ge.ch/ Les systèmes CDMS et les logiciels EDC Les systèmes CDMS
Plus en détailActivité 11 : Nuage de points ou diagramme de dispersion
Activité 11 : Nuage de points ou diagramme de dispersion Un nuage de points, ou diagramme de dispersion, représente des coordonnées dans un plan cartésien. Chaque point dans le plan représente deux quantités.
Plus en détailSachez mesurer vous-même votre tension
Fiche rédigée, en octobre 2000, par le service d hypertension artérielle de l hôpital européen Georges Pompidou (Paris), et le service de santé publique de la faculté Broussais Hôtel-Dieu (Paris). Ce texte
Plus en détailPROGRAMME (Susceptible de modifications)
Page 1 sur 8 PROGRAMME (Susceptible de modifications) Partie 1 : Méthodes des revues systématiques Mercredi 29 mai 2013 Introduction, présentation du cours et des participants Rappel des principes et des
Plus en détail9. Les registres d essais cliniques
9. Les registres d essais cliniques Les registres d essais thérapeutiques sont des bases de données qui enregistrent les essais thérapeutiques planifiés, en cours de réalisation ou terminés, possédant
Plus en détailPrésentation du Modèle de Référence pour les Bibliothèques FRBR
Submitted on: 03.08.2015 Présentation du Modèle de Référence pour les Bibliothèques FRBR French translation of the original paper: Introducing the FRBR Library Reference Model. Traduit par : Mélanie Roche,
Plus en détailCONCOURS DE L AGRÉGATION INTERNE «ÉCONOMIE ET GESTION» SESSION 2015 SECONDE ÉPREUVE
CONCOURS DE L AGRÉGATION INTERNE «ÉCONOMIE ET GESTION» SESSION 2015 SECONDE ÉPREUVE Épreuve de cas pratique dans la spécialité correspondant à l'option choisie par le candidat Option D Durée de préparation
Plus en détailUn outil pour les entreprises en réseau
STRATEGIE COMMERCIALE : LA «MONTGOLFIERE», UN OUTIL D ANALYSE DE LA PERFORMANCE COMMERCIALE DES ENTREPRISES EN RESEAU Executive summary La stratégie commerciale mise en place par les points de vente des
Plus en détailSécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL
Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Présenté par Hana Gara Kort Sous la direction de Dr Jalel Akaichi Maître de conférences 1 1.Introduction
Plus en détailEXCEL et base de données
EXCEL et base de données 1. Variables et données 2. Saisie de données: quelques règles 3. EXCEL et saisie des données 4. Exemple de tableau EXCEL 5. Éviter d éventuels problèmes 1 1.1 Variables et données
Plus en détailUtilitaires méconnus de StrataFrame
Utilitaires méconnus de StrataFrame Voici quelques classes d utilitaires, parmi ceux qui se trouvent dans le NameSpace MicroFour.StrataFrame.Tools. Cette liste n est pas exhaustive, et les regroupements
Plus en détailCOMMENT TROUVER VOS FUTURS CLIENTS À L INTERNATIONAL? 05/03/2015 Creditsafe France
COMMENT TROUVER VOS FUTURS CLIENTS À L INTERNATIONAL? Mise à jour Auteur 05/03/2015 Creditsafe France Trouver vos futurs clients à l international Bienvenue dans le guide utilisateur de l outil de Prospection
Plus en détail1 Définition. 2 Systèmes matériels et solides. 3 Les actions mécaniques. Le système matériel : Il peut être un ensemble.un sous-ensemble..
1 Définition GÉNÉRALITÉS Statique 1 2 Systèmes matériels et solides Le système matériel : Il peut être un ensemble.un sous-ensemble..une pièce mais aussi un liquide ou un gaz Le solide : Il est supposé
Plus en détailUnité de Recherche Clinique St Louis - Lariboisière Fernand Widal Le 03 Février 2012
Visite de pré-sélection Visite de Mise en place Murielle COURREGES-VIAUD, ARC Laurence GUERY, ARC responsable Assurance Qualité Véronique JOUIS, Coordinatrice des ARCs Responsable Logistique Unité de Recherche
Plus en détailSpécificité des essais cliniques dans le cadre de l enregistrement d un médicament. Florence BOUDEVIN 20 Novembre 2009
Spécificité des essais cliniques dans le cadre de l enregistrement d un médicament Florence BOUDEVIN 20 Novembre 2009 Introduction Une étude clinique c est : Une molécule Un objectif principal Un cycle
Plus en détailSystème d administration autonome adaptable: application au Cloud
Système d administration autonome adaptable: application au Cloud Alain TCHANA - atchana@enseeiht.fr IRIT/ENSEEIHT, Equipe SEPIA Directeur de thèse : Daniel HAGIMONT et Laurent BROTO Rapporteurs : Jean-Marc
Plus en détail7. Recherche des essais
7. Recherche des essais Le chapitre précédent a insisté sur la nécessité de réaliser une recherche des essais aussi exhaustive que possible. Seule la conjonction de tous les moyens disponibles peut laisser
Plus en détailDEVELOPPEMENT DU MEDICAMENT 4 ème, 5 ème et 6 ème année de pharmacie
DEVELOPPEMENT DU MEDICAMENT 4 ème, 5 ème et 6 ème année de pharmacie Nous proposons de nombreux stages dans différents domaines: Développement Cliniques, Affaires Réglementaires, Assurance Qualité, Gestion
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailCLINIMIX AVIS DE LA COMMISSION DE LA TRANSPARENCE
CLINIMIX AVIS DE LA COMMISSION DE LA TRANSPARENCE BAXTER_CLINIMIX N9G15 E et N12G20E_Avis CT_14-02-2007.pdf BAXTER_CLINIMIX N9G15E N12G20E N14G30 N17G35_Avis CT_12-12-2001.pdf BAXTER_CLINIMIX changement
Plus en détailAppel à Projets. Constitution de bases clinicobiologiques multicentriques à visée nationale en cancérologie. Action 3.1 et 23.2
Appel à Projets Constitution de bases clinicobiologiques multicentriques à visée nationale en cancérologie Action 3.1 et 23.2 Soumission en ligne: http://www.e-cancer.fr/aap/bcb11 Date limite de candidature
Plus en détailOrganiser des groupes de travail en autonomie
Organiser des groupes de travail en autonomie Frédérique MIRGALET Conseillère pédagogique L enseignant travaille avec un groupe de niveau de classe et le reste des élèves travaille en autonomie. Il s agira
Plus en détailD une part, elles ne peuvent faire table rase de la richesse contenue dans leur système d information.
PACBASE «Interrogez le passé, il répondra présent.». Le Module e-business Les entreprises doivent aujourd hui relever un triple défi. D une part, elles ne peuvent faire table rase de la richesse contenue
Plus en détailPlacebo Effet Placebo. Pr Claire Le Jeunne Hôtel Dieu- Médecine Interne et Thérapeutique Faculté de Médecine Paris Descartes
Placebo Effet Placebo Pr Claire Le Jeunne Hôtel Dieu- Médecine Interne et Thérapeutique Faculté de Médecine Paris Descartes Plan Définitions Placebo dans les essais thérapeutiques Effet placebo Médicaments
Plus en détailSynthèse du questionnaire en ligne
èmes Rencontres Régionales pour la Biodiversité VENDREDI SEPTEMBRE 0 Université de Caen Basse-Normandie Amphithéâtre Oresme Vers un observatoire régional de la biodiversité en Basse-Normandie Synthèse
Plus en détailLa recherche clinique au cœur du progrès thérapeutique
2 èmes Assises de l Innovation Thérapeutique Paris, 05-11-2014 La recherche clinique au cœur du progrès thérapeutique Pr. Jean-François DHAINAUT Président du Groupement Inter-régional de la Recherche Clinique
Plus en détailEstelle Marcault. 20/01/2012 URC Paris Nord 1
Estelle Marcault 20/01/2012 URC Paris Nord 1 Définition du Monitoring Surveillance de l avancement d un essai clinique Garantie que la conduite de l essai, les enregistrements et les rapports sont réalisés
Plus en détailDOSSIER SOLUTION CA ERwin Modeling. Comment gérer la complexité des données et améliorer l agilité métier?
DOSSIER SOLUTION CA ERwin Modeling Comment gérer la complexité des données et améliorer l agilité métier? CA ERwin Modeling fournit une vue centralisée des définitions de données clés afin de mieux comprendre
Plus en détailObjectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui
Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture
Plus en détailLa recherche clinique de demain ne se fera pas sans les paramédicaux
La recherche clinique de demain ne se fera pas sans les paramédicaux Marc Beaumont, kinésithérapeute - 5ème journée inter régionale GIRCI - Tours, 3 juin 2015 Qu est ce que la recherche clinique? «une
Plus en détailL analyse documentaire : Comment faire des recherches, évaluer, synthétiser et présenter les preuves
L analyse documentaire : Comment faire des recherches, évaluer, synthétiser et présenter les preuves Cet atelier portera sur 1. la recherche dans la documentation de sources pertinentes; 2. l évaluation
Plus en détailOUTIL D'EVALUATION DU TEMPS ARC / CHEF DE PROJET PROMOTEUR REQUIS POUR UNE RECHERCHE BIOMEDICALE V 2.3 DE L OUTIL NOTICE D UTILISATION
OUTIL D'EVALUATION DU TEMPS ARC / CHEF DE PROJET PROMOTEUR REQUIS POUR UNE RECHERCHE BIOMEDICALE V 2.3 DE L OUTIL NOTICE D UTILISATION i) Contexte :... - 2 - ii) But de l outil :... - 2 - iii) Fonctionnement
Plus en détailEssais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire
Essais précoces non comparatifs : principes et calcul du nombre de sujets nécessaire Sylvie CHABAUD Direction de la Recherche Clinique et de l Innovation : Centre Léon Bérard - Lyon Unité de Biostatistique
Plus en détailMODULES ECBL DESCRIPTIF SENIOR
MODULES ECBL DESCRIPTIF SENIOR Modules ECBL Basic Supply Chain Concepts (BSCC) Core Management Skills (CMS) DESCRIPTIF/CONTENU Maîtriser l environnement de la Supply Chain (SC): - Loi de l offre et la
Plus en détailMode d'emploi abrégé du GPS GeoExplorer3 et du Software GPS Pathfinder Office
Mode d'emploi abrégé du GPS GeoExplorer3 et du Software GPS Pathfinder Office Remarque...2 Introduction...2 Préliminaires...2 Almanach...2 Préparation des fichiers avant d'aller sur le terrain...2 Réglage
Plus en détailCréer une base de données vidéo sans programmation (avec Drupal)
Créer une base de données vidéo sans programmation (avec Drupal) 10.10.2013 Nicolas Bugnon (nicolas.bugnon@alliancesud.ch) Centre de documentation Alliance Sud www.alliancesud.ch Résultat de l atelier
Plus en détailStockez et organisez vos données sous Excel. Une approche systématique, structurée et simplifiée
Stockez et organisez vos données sous Excel Une approche systématique, structurée et simplifiée Publié par PolyKromy Consulting Inc., Vancouver, BC, Canada PolyKromy Consulting Inc. a apporté la plus grande
Plus en détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailMÉTHODOLOGIE PROJET SYSTÈME D INFORMATION DÉCISIONNEL BI - BUSINESS INTELLIGENCE. En résumé :
En résumé : Phase I : collecte des besoins I - Expression des besoins II - Étude de faisabilité III - Définition des priorités IV - Rédaction puis validation du cahier des charges Phase II : implémentation
Plus en détailBUSINESS INTELLIGENCE
GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3
Plus en détailTout sur le processus CPQ Configure Price Quote
Configure Price Quote Comment vendre plus et mieux vos produits et services complexes SOMMAIRE CPQ? Kézaco?. 2 Quand doit-on avoir recours à une solution CPQ? 4 Quelles sont les offres CPQ disponibles?
Plus en détailComment évaluer. la fonction contractile?
Comment évaluer la fonction contractile? Pr Xavier MONNET Service de réanimation médicale Hôpital de Bicêtre Assistance publique Hôpitaux de Paris Conflit d intérêt Pulsion Medical Systems CAP PiCCO Echocardiographie
Plus en détailArchives Ouvertes : retour d expérience et rôle des documentalistes
Archives Ouvertes : retour d expérience et rôle des documentalistes Claire Büren - Inria «L édition scientifique : sortez enfin du labyrinthe!» - IECL - 16 décembre 2013 Plan Le contexte Les débuts : les
Plus en détailsecutrial Gestion des données d'études cliniques Les Colloques de l'uic Novembre 2012 Khaled Mostaguir, Ph.D, khaled.mostaguir@hcuge.
secutrial Gestion des données d'études cliniques Les Colloques de l'uic Novembre 2012 Khaled Mostaguir, Ph.D, khaled.mostaguir@hcuge.ch Unité d Investigation Clinique Centre de Recherche Clinique HUG http://crc.hug-ge.ch/
Plus en détailLA CONDUITE DE L ACTION COMMERCIALE
LA CONDUITE DE L ACTION COMMERCIALE Une fois les objectifs fixés pour son équipe, le manageur doit définir une stratégie et mettre en place un plan d actions. Outil de prévision et de planification, ce
Plus en détailOFFICE DE TOURISME DE L OISE : «JE VEUX FAIRE/REFAIRE UN SITE INTERNET EN UTILISANT LE SRIT»
OFFICE DE TOURISME DE L OISE : «JE VEUX FAIRE/REFAIRE UN SITE INTERNET EN UTILISANT LE SRIT» Le Comité Régional du Tourisme de Picardie (CRT) et les Agences de Développement et de Réservations touristiques
Plus en détailLes nouveaux tableaux de bord des managers
Alain Fernandez Les nouveaux tableaux de bord des managers Le projet Business Intelligence clés en main Sixième édition Tableaux bord NE.indd 3 26/03/13 15:22 Le site www.piloter.org, dédié au pilotage
Plus en détailWHA63.12 Disponibilité, innocuité et qualité des produits sanguins 4,5
WHA63/200/REC/ WHA63.2 Disponibilité, innocuité et qualité des produits sanguins... 9 WHA63.2 Disponibilité, innocuité et qualité des produits sanguins 4,5 La Soixante-Troisième Assemblée mondiale de la
Plus en détailRôle de l ARCl. V Grimaud - UE recherche clinique - 18 mars 2011. Définitions
Rôle de l ARCl 1 Définitions ARC : Assistant de Recherche Clinique TEC : Technicien d Étude Clinique Promoteur : Personne physique ou morale qui prend l initiative de la recherche Investigateur principal
Plus en détailPARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR
PARTICIPATION À UN ESSAI CLINIQUE SUR UN MÉDICAMENT CE QU IL FAUT SAVOIR SOMMAIRE COMMENT SE FAIT LA RECHERCHE SUR UN NOUVEAU MÉDICAMENT?...p. 3 À QUOI SERT LA RECHERCHE?...p. 4 QUELLES SONT LES GARANTIES?...p.
Plus en détailModule BD et sites WEB
Module BD et sites WEB Cours 8 Bases de données et Web Anne Doucet Anne.Doucet@lip6.fr 1 Le Web Architecture Architectures Web Client/serveur 3-tiers Serveurs d applications Web et BD Couplage HTML-BD
Plus en détailEvaluation du risque Cardio-vasculaire MOHAMMED TAHMI
Evaluation du risque Cardio-vasculaire MOHAMMED TAHMI La pression artérielle normale n existe plus. L hypertension artérielle n existe plus. On soigne un risque cardiovasculaire. Plus celui-ci est élevé
Plus en détailComment créer et administrer une campagne?
Comment créer et administrer une campagne? TS Evaluation Auteur(s)/Intervenant(s) : 2012 TalentSoft IDENTIFIER ÉVALUER DÉVELOPPER PLANIFIER www.talentsoft.com Objectifs Cette formation doit permettre au
Plus en détailDu benchmarking logistique au choix d une nouvelle stratégie d organisation
Du benchmarking logistique au choix d une nouvelle stratégie d organisation Thomas H. Abbot Vice President Operations Planning, LUCENT TECHNOLOGIES, États-Unis. Lucent Technologies, un des leaders des
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailSOCIAL CRM: DE LA PAROLE À L ACTION
LIVRE BLANC SOCIAL CRM: DE LA PAROLE À L ACTION Découvrez comment le Social CRM peut travailler pour vous LIVRE BLANC SOCIAL CRM: DE LA PAROLE À L ACTION 2 À PROPOS Au cours des dernières années, vous
Plus en détailBusiness & High Technology
UNIVERSITE DE TUNIS INSTITUT SUPERIEUR DE GESTION DE TUNIS Département : Informatique Business & High Technology Chapitre 8 : ID : Informatique Décisionnelle BI : Business Intelligence Sommaire Introduction...
Plus en détailEssais cliniques de médicaments : ce qui va changer. Dr Philippe VELLA Chef de l Unité Essais Cliniques
Essais cliniques de médicaments : ce qui va changer Dr Philippe VELLA Chef de l Unité Essais Cliniques Besançon 25 novembre 2004 Essais cliniques de médicaments : ce qui va changer Début de l essai Procédure
Plus en détailObjectifs du TP : Initiation à Access
Objectifs du TP : Initiation à Access I. Introduction Microsoft Access fait partie de l ensemble Microsoft Office. C est un SGBDR (système de gestion de bases de données relationnelles) présentant une
Plus en détailCalcul économique privé
Année 2010-2011 Alain Marciano : L analyse coût avantage Licence Sciences Economiques 3, UM1 Plan chapitre Section 1. L agrégation des effets dans le temps : l actualisation Section 2. Les critères complémentaires
Plus en détailDataStudio. Solution d intégration des données et de diffusion de l information
DataStudio Solution d intégration des données et de diffusion de l information L ETL, cœur de la performance des entreprises La forte intégration des applications est désormais une condition indispensable
Plus en détailEhleva, comment conjuguer simplicité de montage et
Ehleva, comment conjuguer simplicité de montage et escaliers hélicoïdaux pag 0 pag pag pag escaliers modulaires pag nova vogue motion0 optima vector 0 vector Disponibilité immédiate et demande de produit?
Plus en détailCOMPTE RENDU DU QUESTIONNAIRE DE SATISFACTION
CIG Service Prestataire COMPTE RENDU DU QUESTIONNAIRE DE SATISFACTION Enquête effectuée du 1 er janvier au 31 août 2013 Madame Bara Responsable du Service Prestataire Janvier 2014 Version du 05/03/2014
Plus en détailPrise de position sur les biosimilaires. Résumé
Prise de position sur les biosimilaires Résumé Les médicaments biotechnologiques, appelés également biomédicaments, occupent une place importante dans le traitement de maladies comme le cancer, la polyarthrite
Plus en détail