1. 药物警戒数据平台工程导论

药物警戒（Pharmacovigilance, PV）是围绕药品全生命周期开展的、以识别、评估、理解和预防不良反应或其他药物相关问题为核心目标的科学与活动体系。它并不等同于“收集不良反应报告”，而是把来自临床试验、自发报告、文献、真实世界研究、监管通报、社交媒体等多源信号，转化为可解释、可追溯、可决策的医学与监管证据。数据平台工程则是支撑这一转化过程的技术底座：它负责把分散、异构、质量参差的原始数据，经过采集、清洗、标准化、关联、存储、计算与权限控制，形成可供信号检测、风险评价、定期安全性更新报告（PSUR/DSUR）撰写、监管递交与审计追踪使用的数据资产。

一、药物警戒的核心概念与数据特征

在药物警戒语境中，几个概念必须首先厘清。个例安全性报告（ICSR）是最小分析单元，通常包含患者信息、可疑药品、不良反应事件、报告来源、严重性判定与因果关系评价等字段。信号（signal）是“尚未被充分验证的、可能与药品相关的不良事件信息”，它可能来自不成比例分析、聚类、时序聚集或临床审阅。风险（risk）则是在特定暴露人群与使用条件下，不良事件发生的概率与后果的组合。平台工程要做的，是把这些概念映射为可计算的数据模型与可审计的处理链路。

药物警戒数据具有几个显著特征：多源性（E2B、MedDRA、WHO Drug、FAERS、VigiBase、医院HIS、文献库）、异构性（结构化字段与自由文本并存）、时序性（报告日期、用药起止、事件发生时间构成复杂时间轴）、敏感性（涉及患者隐私与商业机密）、可追溯性（监管审计要求保留原始记录与变更痕迹）。这些特征决定了平台不能简单套用通用大数据架构，而必须在数据模型、编码体系、权限模型与审计机制上做专门设计。

二、数据平台工程的定义与边界

药物警戒数据平台工程，是指以软件工程、数据工程与数据治理方法，构建并运维支撑药物警戒业务全流程的数据基础设施。其边界通常包括：数据接入层（E2B XML、CSV、API、文件投递）、数据加工层（解析、映射、去重、编码、标准化、质量校验）、数据存储层（原始层、标准层、主题层、审计层）、数据服务层（查询、检索、信号计算、报表、API）、安全与治理层（身份认证、最小权限、脱敏、审计日志、数据保留策略）。

需要强调的是，平台工程不等于“买一个PV系统”。商业PV数据库解决的是病例管理与递交，而平台工程解决的是数据如何被可信地汇聚、标准化、关联与复用。二者是互补关系：平台为PV系统提供高质量输入，也从PV系统抽取结构化输出用于分析。

三、平台在药物警戒体系中的定位

把药物警戒体系看作一个“信号到决策”的闭环，平台位于中间层：上游连接数据源与业务系统，下游支撑信号管理、风险最小化措施、监管沟通与产品标签更新。它既不是单纯的ETL工具，也不是单纯的分析看板，而是承载数据契约、编码标准、计算逻辑与审计证据的核心枢纽。下图给出平台在PV体系中的定位与主要数据流。

四、课程整体学习路径与实战项目

本课程共30章，按“概念—数据—工程—分析—治理—实战”递进组织。前段建立药物警戒与平台工程的基本认知；中段深入数据接入、E2B解析、MedDRA/WHO Drug编码、数据质量、存储建模与信号计算；后段覆盖权限审计、数据治理、监管递交与平台运维。每章都围绕一个可落地的工程问题展开，避免停留在概念复述。

贯穿全课程的实战项目是“构建一个最小可用的药物警戒数据平台（PV-MVP）”。项目以公开或模拟的ICSR数据为输入，要求完成：E2B XML解析与字段映射、MedDRA编码校验、重复报告识别、标准层建表、不成比例分析（PRR/ROR）计算、以及带审计日志的查询接口。示例参数可设定为：初始数据集约5000份ICSR，覆盖20个可疑药品与200个PT术语；PRR阈值取≥2、卡方≥4、报告数≥3作为信号初筛条件。这些数值属于教学示例设定，用于说明计算与判断逻辑，不代表真实研究结论。

五、关键判断与常见误区

平台建设中最常见的误区，是把“数据入库”当成“数据可用”。实际上，没有编码标准、没有版本管理、没有审计追踪的数据，在监管场景中几乎不可用。另一个误区是忽视时间轴建模：用药开始、结束、事件发生、报告接收、随访更新这些时间点如果混在一个字段里，后续信号检测与因果评价都会失真。因此，从第一章起就应建立“原始层不可变、标准层可重算、审计层全留痕”的基本工程原则。