データマネジメントに関しては、治験・臨床研究の業界の人であっても、理解が得にくい工程であるという印象があります。

以前、大手外資系製薬メーカーのメディカルアフェアーズの方から、「このデータで、解析だけしてほしい」と、解析の指示書をいただいたことがありました。その際に、データマネジメント工程の必要性を説明したのですが、「データはもう綺麗になっていると聞いているから大丈夫です。データマネジメントをするとお金がかかるだろうから、そのまま解析してください。」と返されました。

しかし、念のためデータの確認をしてみると、Kが45だったり、HbA1cが73だったりと、臨床検査値の桁の間違いが多々ありました。こうした小数点の付け忘れはよくあります。

そのほかにも、白血球の単位違いの混在や、検出限界値未満のデータについて符号が入ったままとなっている（例： 2.0>）、ブランクのはずが0になっている、など、そのままでは解析ができないデータであるのに、「そのままデータマネジメントはせずに、解析してほしい。データマネジメント費は予算にない。」と言われるケースは多々あります。

検査値以外にも、日付の時系列の矛盾のチェックや、実施計画書逸脱症例のチェックなど、相当な工数がかかります。
データマネジメントを飛ばして、そのまま解析すると酷い解析結果になるため、必ずデータマネジメントの工程を入れて、解析に耐えうるデータとする必要があります。しかし、前述のように、この工程については、どうしても理解が得にくいのが現実です。

データマネジメントの不備で予定が狂ったり、解析結果が酷いことになった経験がある場合には、理解が得られやすいのですが、そのような経験のない先生やクライアントご担当者様には、「なんでこんなに高いんだ？」と責められるのですが、この工程がないと、解析のやり直しを何度もすることとなるため、ご理解のほど宜しくお願いいたします。