最近有新入行的讀者小朋友開始做CDISC domain了，來求助我流程如何，先做什么，再做什么，需要注意什么等等，就在這里答復(fù)一下吧！
“CDISC的前世今生”會(huì)努力在后面的文章更新，今天就簡(jiǎn)明扼要地告訴剛開始做項(xiàng)目的新人小朋友如何更快地開始sas programming之路吧。

打開CDISC的官網(wǎng)（https://www.cdisc.org），可以看到這里有很多標(biāo)準(zhǔn)，不過對(duì)于臨床試驗(yàn)SP來說，我們用得最多的基本是SDTM、ADaM，其他幾乎用不到或者用得很少。我們注冊(cè)一個(gè)賬號(hào)登錄之后就可以下載里面的文檔。首先，下載一個(gè)SDTM IG 3.4, SDTM IG目前已經(jīng)更新到3.4版本(2021-11-29發(fā)布)了，F(xiàn)DA于2023-12-23宣布接受SDTM IG 3.4。Global的項(xiàng)目可以使用最新標(biāo)準(zhǔn)了，國(guó)內(nèi)雖然還沒正式要求實(shí)施CDISC標(biāo)準(zhǔn)，但CDE也是鼓勵(lì)申辦方以CDISC標(biāo)準(zhǔn)遞交試驗(yàn)數(shù)據(jù)和資料的，大型CRO、藥企基本上也都是Follow CDISC標(biāo)準(zhǔn)做項(xiàng)目的。

翻開SDTM IG 3.4，400多頁(yè)，看起來有點(diǎn)勸退，哈哈哈哈哈??。其實(shí)不用擔(dān)心，我們沒有必要(主要是沒有時(shí)間)通讀并理解所有的內(nèi)容，在做項(xiàng)目的過程中，不斷地查閱、理解就可以了。有摸魚的時(shí)間，可以讀一讀前四章，了解整個(gè)SDTM標(biāo)準(zhǔn)的概念，通用的基本原則，域模型的假設(shè)等，可以對(duì)整個(gè)SDTM標(biāo)準(zhǔn)有整體的理解。

SDTM Domains/Datasets主要分為以下2類(僅列舉幾個(gè)例子)：

• The General Observation Classes（通用觀測(cè)類）

  • Interventions（干預(yù)類）：EX(藥物暴露)、CM(合并用藥)
  • Events（事件類）：AE(不良事件)、CE(臨床事件)
  • Findings（發(fā)現(xiàn)類）：EG(心電圖)、LB（實(shí)驗(yàn)室檢查）

• Datasets Other than General Observation Class Domains（非通用觀測(cè)類）

  • Special-purpose Domains（特殊目的域）：DM SE SV CO SM
  • Trial Design Model Datasets（試驗(yàn)設(shè)計(jì)數(shù)據(jù)集）：TA TE TV TD TM TI TS

  • Representing Relationships Datasets（關(guān)聯(lián)數(shù)據(jù)集）：RELREC RELSUB

    
    

• Trial Design Model Datasets：去描述該試驗(yàn)計(jì)劃要做什么，將會(huì)收集什么樣的數(shù)據(jù)，以及試驗(yàn)?zāi)康牡刃畔?，是Study Level的信息，不需要等到有數(shù)據(jù)之后才開始編程，其中大多數(shù)內(nèi)容都來自方案的描述。

• 編程的順序通常如下：Trial Design → DM → SE → SV → Others → CO RELREC。因?yàn)樵诟鱾€(gè)SDTM域中，有一些變量需要在幾個(gè)Domains都存在需要保持一致，有的變量會(huì)在其他Domain參與計(jì)算，所以需要先生成。比如：TA的ARM也是DM的Req變量，需要保持一致。TV和SV中的VISIT，TI和IE的IETEST。其他Domains會(huì)用到DM、SE、SV:涉及到日期的domains，有以下變量基于RFSTDTC計(jì)算的研究日變量：--STDY、--ENDY、--DY，需要用到DM;需要做EPOCH的domains，需要用到SE;涉及到訪視的domains，需要用到SV。

• CO是放所有頁(yè)面的備注信息，如果相關(guān)內(nèi)容是各個(gè)domain做一個(gè)臨時(shí)的變量存放，CO直接整合，那CO就需要最后再跑。如果CO是從各個(gè)raw data提取備注，那就無需在最后做。

• RELREC是放所有的關(guān)聯(lián)關(guān)系，需要各個(gè)domain的--SEQ, --SPID, --GRPID等標(biāo)識(shí)變量做ID variable，一般需要等其他domains ready，再進(jìn)行編程。

  
  

在進(jìn)行SDTM編程之前我們需要以下文件：Protocol、SAP、CRF、Raw Data，參考資料: SDTM IG。

做SDTM主要是follow CDISC標(biāo)準(zhǔn)進(jìn)行raw data的規(guī)范化和標(biāo)準(zhǔn)化，不會(huì)有太多的衍生、填補(bǔ)操作，所以SAP用得不多，Protocol主要是做Trial Design用得多一些。

CRF是DM從數(shù)據(jù)庫(kù)系統(tǒng)導(dǎo)出的文件，可以如下格式: blank/annotation CRF, unique/all CRF，組合數(shù)可以導(dǎo)出4種格式的CRF。blank/annotation CRF區(qū)別在于是否有標(biāo)注，也就是在CRF標(biāo)注出了數(shù)據(jù)庫(kù)中的變量名，這樣我們對(duì)照著看CRF和Raw Data，可以明確知道CRF收集的信息都存放在了數(shù)據(jù)庫(kù)的哪個(gè)變量。

unique/all CRF對(duì)于同一個(gè)CRF頁(yè)面可能在很多訪視都需要收集，所以所有頁(yè)面的CRF是很龐大的，但是這些重復(fù)的頁(yè)面其實(shí)只保留一個(gè)就可以，所以通常我們用Unique CRF。

做SDTM domains/datasets的流程如下：

首先需要用DM提供的unique blank CRF做一下annotation。關(guān)于aCRF也有相應(yīng)的指導(dǎo)原則可以參考：SDTM aCRF Guideline v1.0。

aCRF主要是依據(jù)SDTM IG來進(jìn)行標(biāo)注的，每張頁(yè)面需要標(biāo)注該頁(yè)涉及到哪個(gè)域，收集的信息將被做進(jìn)哪個(gè)變量。標(biāo)注后大概類似下圖。有了aCRF我們就可以根據(jù)aCRF、SDTM IG來寫SDTM specs了。

SDTM specs大概類似這樣，需要描述各個(gè)域的名稱、標(biāo)簽、結(jié)構(gòu)、關(guān)鍵變量、排序變量，需要所有變量的標(biāo)簽、類型、長(zhǎng)度、來源、核心還有定義等等。這些大部分內(nèi)容都可以在SDTM IG中找到（中文項(xiàng)目可以參考SDTM IG 3.2中文版）。

當(dāng)我們被分配到一個(gè)domain，先去查找IG中相關(guān)章節(jié)，IG中的req，exp變量都是需要在spec中呈現(xiàn)的，req變量的要求是變量存在且任何記錄都不能有缺值，exp變量的要求是盡量賦值，可以缺失，但該變量必須在SDTM datasets中，要不然P21也是會(huì)報(bào)warning的。所以我們寫spec先把IG中req、exp的變量都放上，對(duì)于perm的變量如果有收集，就寫進(jìn)spec，如果未收集，就可以不做這個(gè)變量。然后對(duì)照aCRF將非SDTM的變量，放進(jìn)SUPP--里。寫Spec的時(shí)候也要注意check aCRF是否標(biāo)注正確，再有經(jīng)驗(yàn)的人也有犯錯(cuò)的機(jī)率。

寫完了SDTM specs就可以按照SDTM specs愉快的開始編程啦！SDTM的編程工作相對(duì)來說是比較簡(jiǎn)單的，雖然太多復(fù)雜的衍生和計(jì)算，但是也會(huì)有一些tricky的處理，比如EPOCH的mapping，SV計(jì)劃外訪視的renumber，LB域LBTOX的衍生，如果coding是外部文件形式傳輸，和raw data mapping需要注意什么等等，后續(xù)會(huì)視情況出相關(guān)文章討論以上問題哦，另外也歡迎大家私信我good questions！