Qu'est-ce que la gestion des données cliniques ?
La gestion des données cliniques (*clinical data management*) recouvre la conception, le recueil, la validation, la correction, le verrouillage et l'archivage des données d'une étude. Son produit n'est pas un tableau de chiffres : c'est un jeu de données accompagné de tout ce qui permet d'en juger — la définition de chaque variable, l'origine de chaque valeur, la trace de chaque correction.
La discipline s'est formée dans les essais cliniques réglementés, où un promoteur doit pouvoir démontrer devant une autorité que la donnée soumise correspond au dossier source. Ses exigences se sont ensuite étendues à la recherche observationnelle et académique, pour une raison simple : une étude qui ne peut pas montrer d'où viennent ses chiffres ne peut pas être reproduite, quel que soit son cadre réglementaire.
Le cycle, dans son ordre
- Concevoir — écrire la question, définir le critère de jugement principal, arrêter la liste des variables et leur signification.
- Structurer — construire le dictionnaire de variables : type, échelle, unité, bornes plausibles, valeurs autorisées, correspondances avec les référentiels.
- Recueillir — saisir ou importer les valeurs, chacune rattachée à sa source.
- Valider — contrôler la cohérence, lever les incohérences, documenter chaque correction.
- Verrouiller — geler la base avant l'analyse, de sorte que le jeu analysé soit exactement le jeu décrit.
- Exporter et archiver — livrer les données avec leur dictionnaire, leurs métadonnées et le journal des décisions.
Pourquoi elle décide de la solidité d'une étude
Le défaut le plus courant n'est pas la fraude, c'est l'oubli. Trois mois après le recueil, personne ne sait plus si la colonne delai comptait des jours ou des semaines, si les valeurs manquantes étaient absentes du dossier ou non recherchées, ni pourquoi douze lignes ont changé entre deux versions du fichier.
Ces oublis ne se voient pas dans les résultats. Ils se voient au moment où quelqu'un demande à les vérifier — un relecteur, un comité, un collègue qui veut reprendre la cohorte. À ce moment, une étude sans gestion des données n'a rien à opposer, et la question « comment avez-vous mesuré le critère principal ? » reste sans réponse.
Ce que la discipline protège concrètement
- L'interprétabilité — le sens d'une colonne est écrit avant la première valeur, pas reconstitué après coup.
- La comparabilité — des unités déclarées et normalisées permettent d'agréger, de comparer et de méta-analyser.
- L'intégrité de l'inférence — un critère de jugement figé avant le recueil interdit de choisir, après avoir vu les données, celui qui donne un résultat.
- La reproductibilité — un tiers qui reçoit le jeu, le dictionnaire et le journal peut refaire le chemin.
Qui en a besoin
La gestion des données cliniques est souvent perçue comme l'affaire des promoteurs industriels et de leurs attachés de recherche clinique. C'est une lecture trop étroite : la majorité des études conduites dans le monde sont initiées par l'investigateur — un service hospitalier qui exploite ses propres dossiers, un interne qui prépare une thèse, une équipe qui monte un registre de pathologie.
| Profil | Ce qui est en jeu | Le point de rupture habituel |
|---|---|---|
| Interne en thèse | Un travail soutenable, défendable devant un jury | La fiche d'exploitation improvisée dans un tableur, sans typage ni unités |
| Praticien investigateur | Une publication qui passe la relecture | Les valeurs manquantes non documentées, impossibles à traiter a posteriori |
| Chef de service | Une base de service réutilisable étude après étude | Chaque étude repart de zéro dans un nouveau fichier |
| Méthodologiste | Un jeu prêt à analyser | Recevoir un chantier à nettoyer plutôt qu'un jeu de données |
| Comité / relecteur | Vérifier ce qui est affirmé | Aucune trace reliant un chiffre publié à un dossier source |
Pour l'étude non réglementée, l'exigence n'est pas moindre : elle est simplement non contrôlée en amont. Personne ne viendra auditer un travail de thèse, ce qui rend d'autant plus décisive la discipline que l'équipe s'impose elle-même.
Comment elle se conduit
Le dictionnaire de variables
C'est la pièce maîtresse, et la plus souvent absente. Chaque variable y porte : un identifiant technique stable, un libellé lisible, un type, une échelle de mesure, une unité, des bornes plausibles, la liste fermée de ses modalités quand elle est catégorielle, et les raisons d'absence admises. Voir le dictionnaire de données cliniques.
Les règles de validation
Une borne qui refuse un âge de 210 ans coûte quelques secondes à écrire et évite une correction manuelle des mois plus tard. Les contrôles utiles sont : bornes possibles et bornes plausibles distinctes, cohérence entre variables liées, cohérence temporelle, et complétude par variable plutôt que globale.
La traçabilité à la source
Chaque valeur doit pouvoir remonter à ce dont elle vient — un champ de registre, une règle déterministe, une phrase d'un compte rendu, une décision humaine documentée. C'est ce que recouvre la provenance des données, et c'est ce qui distingue un chiffre vérifiable d'un chiffre affirmé.
Le journal et le verrouillage
Le journal d'audit enregistre qui a fait quoi et quand. Le gel de la base, lui, sépare le temps du recueil du temps de l'analyse. Sans cette séparation, rien n'empêche techniquement de retoucher une valeur après avoir vu le résultat qu'elle produit.
Les référentiels qui s'appliquent
Aucun de ces référentiels n'est obligatoire pour une étude académique. Les suivre n'apporte pas une certification : cela rend le jeu interopérable, et lisible par quelqu'un qui ne connaît pas l'équipe qui l'a produit.
| Référentiel | Ce qu'il normalise | Où il sert |
|---|---|---|
| ICH E6(R3) | Les bonnes pratiques cliniques | Le cadre général : intégrité, traçabilité, responsabilités |
| CDISC CDASH | Le recueil : quelles variables, sous quel nom | La conception de la fiche de recueil |
| CDISC SDTM | La structure de soumission des données | La mise en tableau pour transmission |
| UCUM | Les unités de mesure | Rendre mg/dL et mmol/L comparables sans ambiguïté |
| STROBE | Le compte rendu des études observationnelles | La rédaction, et ce qu'il faut avoir enregistré pour la rendre possible |
| Principes FAIR | La réutilisabilité des données de recherche | Métadonnées, identifiants, conditions d'accès |
Comment AnzarSeha traite le sujet
AnzarSeha applique cette discipline par construction plutôt que par procédure : les étapes du cycle sont des états du logiciel, pas des consignes à respecter.
- Le dictionnaire de variables est engendré à la création de l'étude, typé, avec unités UCUM et correspondances vers les référentiels — il existe donc avant la première valeur.
- Le protocole se verrouille avant le recueil, et le verrou refuse de se poser tant que le critère de jugement principal n'est pas déclaré.
- Chaque valeur conserve son origine : champ de registre, règle déterministe, proposition d'un modèle citant sa phrase source, ou décision humaine.
- La base se gèle avant l'analyse ; rouvrir exige un motif, conservé au journal.
- L'export livre les données avec le dictionnaire, les métadonnées, la table des manquants et les décisions — lisible par SPSS, R et pandas sans édition manuelle.
Ce que la gestion des données ne résout pas
Il faut le dire clairement, parce que l'inverse est régulièrement sous-entendu : une gestion des données irréprochable ne rend pas une étude valide.
- Elle ne corrige pas un biais de sélection. Une cohorte mal constituée reste mal constituée, quelle que soit la qualité de sa saisie.
- Elle ne compense pas une puissance statistique insuffisante.
- Elle ne remplace pas l'avis d'un comité d'éthique ni le consentement des personnes.
- Elle ne garantit pas l'exactitude clinique de la donnée source : un compte rendu erroné produit une valeur tracée, et fausse.
Son apport est plus modeste et plus solide : elle garantit que ce qui est affirmé correspond à ce qui a été recueilli, et que quiconque veut le vérifier le peut.
Questions fréquentes
Quelle différence entre gestion des données cliniques et biostatistique ?
La gestion des données produit le jeu ; la biostatistique l'analyse. La frontière se situe au gel de la base : avant, on définit, recueille et corrige ; après, on analyse un jeu qui ne bouge plus. Confondre les deux temps est précisément ce que le gel empêche.
Faut-il un data manager dédié pour une étude de service ?
Pas nécessairement, mais la fonction doit être tenue par quelqu'un de nommé. Dans une étude initiée par l'investigateur, elle revient le plus souvent au porteur du travail ; ce qui pose problème n'est pas l'absence de poste dédié, c'est l'absence de méthode écrite.
Un tableur peut-il suffire ?
Pour saisir, oui. Pour gérer, non : un tableur n'a ni type, ni unité, ni source, ni journal, et rien n'y empêche de renommer une colonne ou de modifier une valeur sans laisser de trace. Le sujet est traité en détail dans la comparaison avec le tableur.
À quel moment faut-il geler la base ?
Quand le recueil est terminé et les incohérences levées, et avant que la première analyse du critère principal ne soit lancée. Geler trop tôt oblige à rouvrir ; geler trop tard ôte au gel son sens, puisque les résultats sont déjà connus.