1. SDTM转换工程全景

SDTM（Study Data Tabulation Model）转换工程，是把临床试验中分散在EDC、实验室、中心药房、影像判读、外部供应商等来源的原始数据，经过清洗、标准化、映射与校验，最终形成符合CDISC标准、可被监管机构审阅的提交数据集的过程。它不是一次性的“格式转换”，而是一条贯穿数据管理、统计编程、质量控制和法规提交的工程链路。理解这条链路的全貌，是后续所有具体映射工作的前提。

一、链路的起点与终点

链路的起点是“原始临床数据”。典型来源包括：EDC系统导出的受试者访视、生命体征、既往用药、不良事件记录；中心实验室通过CDISC LAB或自定义格式传输的检验结果；外部供应商提供的PK浓度、ECG判读、影像评估数据；以及随机化系统、药物发放系统产生的暴露与分配信息。这些数据往往字段命名各异、日期格式不统一、编码字典版本不同，甚至同一指标在不同中心使用不同单位。

链路的终点是“监管提交包”。以FDA为例，最终交付物通常包括：符合SDTM IG的域数据集（如DM、AE、LB、VS、EX等）、define.xml数据定义文件、SDTM注释CRF（aCRF）、以及供审阅者使用的Reviewer's Guide。数据集本身是XPT（SAS Transport）格式，变量名、标签、类型、长度、受控术语都必须与define.xml严格一致。监管机构不会“猜测”数据含义，任何未定义或定义不清的变量都可能导致审阅问询。

二、核心角色与职责边界

这条链路上通常有四类核心角色。数据管理员负责原始数据的收集、清理和质疑关闭，确保EDC数据与源文件一致；统计程序员负责将清理后的数据按SDTM IG映射为域数据集，编写转换程序并生成define.xml；CDISC/标准专家负责受控术语、编码字典（MedDRA、WHO Drug）版本管理以及标准符合性审查；质量与法规人员负责独立QC、数据完整性核查和提交包组装。角色之间并非串行，而是围绕“数据可追溯”这一共同目标反复交互。

三、从原始数据到SDTM域的关键处理环节

以一条不良事件记录为例：EDC中可能存储为“AE开始日期”“AE结束日期”“AE描述”“严重程度”“与药物关系”“是否严重”。转换到AE域时，需要完成以下处理：将日期统一为ISO 8601格式（如2024-03-15）；将“严重程度”映射到AESEV受控术语（MILD/MODERATE/SEVERE）；将“与药物关系”映射到AEREL；将“是否严重”映射到AESER（Y/N）；同时补充STUDYID、DOMAIN、USUBJID、AESEQ等标识变量。AESEQ必须在受试者内唯一且稳定，通常按开始日期排序后生成。

再以实验室数据为例：中心实验室可能提供“检测项目代码”“结果值”“单位”“参考范围”“异常标志”。转换到LB域时，需要将检测项目代码映射到LBTESTCD和LBTEST，将单位标准化为CDISC受控单位（如g/L、mmol/L），将异常标志映射到LBNRIND（NORMAL/LOW/HIGH），并保留LBORRES（原始结果）与LBSTRESN（标准结果）的对应关系。这里的关键是：原始结果不能丢失，标准结果必须可复算。

四、质量要求与常见风险

SDTM数据集的质量要求可以概括为四条：可追溯——每个标准变量都能回溯到原始数据或明确的派生规则；可复现——转换程序在相同输入下产生相同输出；可理解——define.xml和Reviewer's Guide能让审阅者独立理解数据；可验证——通过Pinnacle 21等工具校验后，无未解释的严重错误。

实际工程中最常见的风险有三类。第一类是映射遗漏：原始数据中某些字段未被映射到任何SDTM变量，导致信息丢失，例如未将“AE是否导致停药”映射到AEACN。第二类是受控术语版本不一致：不同域使用了不同版本的MedDRA，导致同一不良事件在不同域中编码不同。第三类是序列变量不稳定：AESEQ在重新运行程序后发生变化，导致与之前提交版本无法比对。这些风险都需要在QC阶段通过程序化检查和人工审查共同控制。

五、工程视角下的关键原则

把SDTM转换当作工程来管理，需要坚持三条原则。第一，标准先行：在编写任何映射程序之前，先确定SDTM IG版本、受控术语版本和编码字典版本，并形成书面约定。第二，程序可审计：每个域的转换程序应有清晰的注释、版本记录和运行日志，确保第三方可以独立复现。第三，QC独立于生产：生产程序和QC程序应由不同人员编写，通过比对输出数据集来发现差异，而不是由同一人“自查”。

这条链路的最终目标，是让监管审阅者能够在不接触原始数据的情况下，仅凭提交包就能理解试验的执行过程、受试者的暴露与结局、以及关键安全性事件的发生情况。SDTM转换工程的全部工作，都是围绕这一目标展开的。