Das Analysedatenmodell, international Analysis Data Model oder ADaM, ist der CDISC-Standard für Datensätze, auf denen statistische Auswertungen klinischer Studien berechnet und geprüft werden. Es legt sowohl Datenstrukturen als auch Metadaten fest, damit Inhalt, Herkunft und analytischer Zweck jedes Datensatzes nachvollziehbar bleiben. ADaM übersetzt damit die tabellarische Studienabbildung in eine auswertungsfähige Form.
Dadurch werden fachliche Analyseentscheidungen als überprüfbare Dateneigenschaften sichtbar, nicht nur als Programmcode.
Vom Tabulationsdatensatz zur Analyse
ADaM folgt im Regelfall auf die Aufbereitung der klinischen Daten nach SDTM. Während SDTM Beobachtungen wie dokumentiert strukturiert, fasst ADaM sie für eine konkrete Analysefrage zusammen, ergänzt abgeleitete Variablen und stellt Analysepopulationen bereit. Ein Datensatz auf Subjektebene kann beispielsweise Behandlungszuordnung und Populationflags tragen; andere Strukturen können Messwerte, Veränderungen gegenüber dem Ausgangswert oder Zeit-bis-Ereignis-Informationen bereitstellen.
Die Konstruktion orientiert sich am Prüfplan und am Statistical Analysis Plan. Jede Ableitung muss so beschrieben sein, dass das Analyseergebnis über den ADaM-Datensatz zurück zu den verwendeten SDTM-Variablen verfolgt werden kann. Diese Rückverfolgbarkeit erlaubt nicht nur die Wiederholung eines Programmlaufs, sondern auch die fachliche Prüfung, welche Eingaben und Regeln hinter einer berichteten Kennzahl stehen.
Datenstrukturen und erklärende Metadaten
ADaM v2.1 beschreibt Grundprinzipien für alle Analysedatensätze sowie unter anderem das Subject-Level Analysis Dataset und die Basic Data Structure. Solche Standardstrukturen geben vor, wie Informationen auf Subjekt- oder Parameter-Zeitpunkt-Ebene organisiert werden können. Weitere Implementierungsleitfäden und Ergänzungen behandeln spezielle Analysefälle und liefern Konformitätsregeln für technische Prüfungen.
Die zugehörigen Metadaten müssen deutlich machen, was ein Datensatz enthält, welche Eingangsdaten verwendet wurden und welchem Zweck er dient. Define-XML dient bei der Übermittlung als Metadatenformat; Analysis Results Metadata kann zusätzlich Beziehungen zu Auswertungen beschreiben. Technische Regelprüfungen sind nützlich, ersetzen aber keine fachliche Kontrolle, ob die gewählte Population, Endpunktdefinition und Ableitung dem Analyseplan entsprechen.
Die Einreichung analysereifer Daten ermöglicht es, Ergebnisse des klinischen Studienberichts und zentraler Sicherheits- oder Wirksamkeitsanalysen gezielt nachzuvollziehen. Der FDA Study Data Technical Conformance Guide unterscheidet dafür die klinischen Tabulationen von den Analysedatensätzen und erwartet ADaM-Datensätze zur Unterstützung wesentlicher Analysen. Programme sollten daher nicht nur einen Wert ausgeben, sondern ihren Dateninput, die hergeleiteten Variablen und die Analysemerkmale eindeutig verbinden.
Eine verbreitete Fehlerquelle sind Differenzen zwischen einer im Analyseplan definierten Regel und ihrer Datenimplementierung, etwa bei Referenzdaten, Behandlungsperioden oder der Zensierung. ADaM-Metadaten machen solche Entscheidungen sichtbar, können aber einen fachlichen Review nicht ersetzen. Sie müssen gleichzeitig für statistische Reviewer lesbar und für die technische Reproduktion der Ergebnisse hinreichend präzise sein.
Abgrenzung: Datenmodell statt Analysemethode
ADaM ist keine statistische Methode und entscheidet nicht, ob etwa ein Cox-Modell, eine Kovarianzanalyse oder eine nichtparametrische Auswertung angemessen ist. Diese Festlegungen gehören in den Statistical Analysis Plan. ADaM schafft vielmehr die standardisierte Datenbasis, aus der die im Plan beschriebenen Berechnungen reproduzierbar erzeugt werden können.
Auch eine Analysepopulation ist nicht mit ADaM gleichzusetzen. Sie ist ein fachlicher Personenkreis, etwa die Sicherheitspopulation oder die randomisierte Population; ADaM kann die zugehörigen Kennzeichen und Regeln abbilden. Gegenüber SDTM ist ADaM die spätere Verarbeitungsschicht: Dort dürfen die für Analysen benötigten Derivationen oder Imputationen erscheinen, sofern sie transparent beschrieben sind.
Die Namensgebung von Datensätzen und Variablen sollte ihren Analysezweck erkennen lassen und sich von gleichlautenden SDTM-Objekten unterscheiden. So wird bei einem Review sichtbar, ob eine Tabelle aus der Quellen- oder aus der Analyseebene erzeugt wurde.
Bedeutung für klinische Studien
Für die Auswertung müssen Biostatistik und Programmierung vor Datenbankschluss festlegen, welche Endpunkte, Populationen, Zensierungsregeln und Wiederholungsmessungen in welche ADaM-Struktur eingehen. Abweichungen zwischen Analyseplan, TLF-Spezifikationen und Datenableitungen fallen in regulatorischen Prüfungen besonders auf, weil sie die Herleitung von Wirksamkeits- oder Sicherheitsresultaten beeinträchtigen können. Entscheidend ist daher eine lückenlose Kette vom Ergebnis über Programm und Analysedatensatz bis zur SDTM-Quelle.
Full-Service-CROs wie Mediconomics unterstützen ADaM-Projekte durch Review des Analyseplans auf Datenbedarf, Spezifikationen für Analysepopulationen und Derivationen, statistische Programmierung, unabhängige Qualitätskontrollen und die Erstellung von Analyse-Reviewer-Guides. Bei Datenbankschluss koordinieren sie zudem den Abgleich zwischen SDTM-Lieferung, statistischer Ergebnisproduktion und den Tabellen, Abbildungen sowie Listings des klinischen Studienberichts.
Häufig gestellte Fragen (FAQ)
Kann ein ADaM-Datensatz direkt aus Rohdaten entstehen?
Der CDISC-Standard erwartet SDTM-Daten als Quelle. Werden weitere Informationen benötigt, muss ihre Herkunft in den ADaM-Metadaten nachvollziehbar erläutert werden.
Warum sind ADaM-Datensätze häufig kleiner als SDTM-Datensätze?
Ein Analysedatensatz enthält die für einen bestimmten Endpunkt oder eine Berechnung relevanten Informationen. Er muss deshalb nicht jede erhobene Beobachtung der SDTM-Ebene wiederholen.
Ersetzt ADaM den Statistical Analysis Plan?
Nein. Der Plan definiert die statistischen Vorgehensweisen und ADaM setzt die dafür erforderliche Datenstruktur um. Beide Artefakte müssen inhaltlich zueinander passen.
Regulatorische Referenzen
- CDISC Analysis Data Model (ADaM) – formuliert die Grundprinzipien für Analysedatensätze und Metadaten.
- CDISC ADaM Implementation Guide – beschreibt standardisierte Strukturen und Variablen für die Umsetzung.
- FDA Study Data Technical Conformance Guide – verlangt ADaM-Datensätze zur Stützung zentraler Wirksamkeits- und Sicherheitsanalysen.
- CDISC Define-XML – regelt die maschinenlesbare Bereitstellung der Datensatzmetadaten.