Entendiendo el marco ADaM para el análisis de datos (guía práctica para CROs y promotores)

Si SDTM organiza la información “tal y como se reporta/recoge” para revisión, ADaM la organiza “tal y como se analiza”. En la práctica, ADaM traduce la intención del protocolo y del Plan de Análisis Estadístico (SAP) a estructuras que facilitan ejecutar análisis sin reinterpretaciones, con derivaciones estandarizadas y claves que permiten volver atrás cuando alguien pregunta: “¿de dónde sale este número?”.

Además, ADaM no es un estándar “decorativo” para el expediente: es un componente central de la revisión moderna basada en datos. CDISC indica explícitamente que ADaM es uno de los estándares requeridos en la presentación de datos a la FDA (EE. UU.) y a la PMDA (Japón).

Los “ladrillos” de ADaM: ADSL, BDS y OCCDS

La ADaM Implementation Guide (ADaMIG) v1.3 (publicada por CDISC) define estructuras y convenciones para construir datasets de análisis consistentes. En particular, describe dos estructuras estándar:

• ADSL (Subject-Level Analysis Dataset): un registro por sujeto con variables clave (poblaciones de análisis, tratamiento, fechas de referencia, factores de estratificación, etc.).
• BDS (Basic Data Structure): una estructura “larga” orientada a parámetros (por ejemplo, cambios en variables continuas, evaluaciones repetidas por visita/tiempo, etc.).

Como complemento, la guía señala una tercera estructura, OCCDS (Occurrence Data Structure), documentada en un IG específico, muy útil cuando el análisis gira en torno a eventos/ocurrencias (p. ej., aparición de un evento adverso con criterios de análisis).

Principios prácticos que marcan la diferencia

1. Trazabilidad “de ida y vuelta”: un revisor debe poder ir desde un resultado hasta el dataset y de ahí al origen tabulado. ADaM está concebido precisamente para preservar esa cadena de evidencia.
2. Metadatos claros (Define-XML) y narrativa (ADRG): los datasets sin documentación son una caja negra. La guía técnica de la FDA hace referencia a los ficheros de definición y a la guía del revisor como piezas del paquete para facilitar revisión y reproducibilidad.
3. Estandarización de derivaciones: baseline, cambios, ventanas de visita, imputaciones o reglas de selección deben estar definidas y aplicadas de forma consistente, minimizando “interpretaciones”. Esto es parte del espíritu de las guías de implementación y de la conformidad técnica exigida en sumisiones.

Guía práctica: 6 pasos para implementar ADaM sin sorpresas

1) Alinear protocolo, SAP y ADaM desde el diseño. Antes de programar, identificamos objetivos primarios/secundarios, poblaciones y reglas de manejo de datos para que el dataset “nazca” preparado para el análisis.

2) Definir un “mapa de trazabilidad”. Especificamos qué dominios SDTM alimentan cada variable de ADaM y qué derivaciones se aplican.

3) Construir ADSL como columna vertebral. ADSL fija las poblaciones y referencias temporales; si está bien, el resto de datasets encajan. La ADaMIG v1.3 lo trata como estructura estándar central.

4) Elegir la estructura adecuada para cada análisis. Medidas repetidas y parámetros → BDS; análisis basados en ocurrencias → OCCDS; y siempre con nomenclatura y convenciones consistentes.

5) Documentar y validar con mentalidad regulatoria. Generamos Define-XML y ADRG, y aplicamos controles de conformidad y coherencia.

6) Preparar un paquete “reproducible”. El objetivo final es que un tercero pueda replicar resultados con mínima fricción: datasets, metadatos, guía del revisor y, cuando aplique, programas de apoyo dentro del marco de sumisión.

En resumen

ADaM es la pieza que convierte datos clínicos en evidencia analizable, trazable y lista para revisión. Adoptarlo bien significa menos ambigüedad, análisis más eficientes y un expediente regulatorio más sólido. Y, sobre todo, significa que los resultados del estudio pueden defenderse con transparencia: desde la cifra final hasta el dato de origen.

En Sermes entendemos ADaM como un sistema de calidad del análisis, no como un entregable final. Al trabajar de forma consistente con un formato ADaM común, hemos podido implantar automatizaciones que nos hacen más eficientes sin comprometer la trazabilidad ni el rigor. Trabajamos para que la estandarización no sea una carga, sino un acelerador: combinamos experiencia estadística y herramientas tecnológicas para diseñar bases de datos ADaM listas para el análisis, con metadatos robustos y TLFs reproducibles.

Si quieres que te ayudemos a ser más eficiente sin renunciar a los estándares más altos de calidad del dato en Sermes somos tu compañero de confianza: te acompañamos a lo largo de todo el recorrido. Además, nos gusta acompañar a las empresas durante todo su recorrido, ayudándoles a que todos sus estudios mantengan una estructura homogénea, sólida y coherente, lista para revisión y para su presentación ante autoridades regulatorias.