2. SDTM标准体系精要
在SDTM临床数据转换工程中，最容易出现的误解是把“SDTM”当成一份可以逐条照抄的表格模板。实际上，监管递交所依赖的是一套彼此约束、分层协作的标准体系：SDTM定义数据域的基本结构与变量语义，SDTMIG给出具体治疗领域的实施指南，受控术语约束取值集合，Define-XML以机器可读方式描述元数据，而监管递交规范则规定这些内容如何被打包、校验和提交。理解它们之间的工程关系，比记住某个变量放在第几列更重要。
一、五个层次各自解决什么问题
SDTM本身是基础标准，它回答的是“一个数据域由哪些变量构成、变量名是什么、变量承担什么角色”。例如DM域中的USUBJID、RFSTDTC、ARM等变量，其名称、类型和角色由SDTM模型规定。SDTMIG则是在SDTM之上的实施指南，它回答的是“在具体研究场景中，哪些域必须出现、哪些变量必须收集、哪些变量可以派生”。例如在肿瘤试验中，SDTMIG会明确RS、TU、TR等域的使用方式，以及RECIST相关评估结果如何组织。
受控术语是取值层面的约束。它不改变变量结构，但决定某个变量的值是否可以自由填写。比如SEX通常使用M、F、U等受控值，AESER使用Y、N，COUNTRY使用ISO 3166两位代码。工程上必须区分“变量级约束”和“值级约束”：前者由SDTM/SDTMIG定义，后者由受控术语包管理。
Define-XML是元数据交换格式，它把数据集的变量、来源、派生逻辑、代码列表、计算方法等信息写成XML。监管审评人员不直接阅读SAS数据集，而是通过Define-XML理解“这个变量从哪来、怎么算、值代表什么”。因此Define-XML不是附属文档，而是递交包中与数据集同等重要的组成部分。
监管递交规范则位于最外层，规定电子递交的目录结构、文件命名、校验规则和传输方式。以FDA的Study Data Technical Conformance Guide和CDISC的SDTM/Define-XML标准为例，递交包通常需要包含数据集文件、Define-XML、评审辅助文件等，并通过Validator进行规则校验。
二、约束如何从上层传递到下层
这五层不是并列关系，而是约束逐层传递的关系。SDTM规定变量角色，SDTMIG规定该变量在特定场景下是否必需，受控术语规定该变量的合法取值，Define-XML把上述信息固化为元数据，递交规范则要求这些元数据必须随数据集一起提交并通过校验。
工程上可以用一个具体例子理解这种传递。假设DM域中有一个变量RACE。SDTM规定RACE是DM域的变量，角色为Record Qualifier；SDTMIG规定RACE在DM中属于Required变量，必须存在；受控术语规定RACE的取值必须来自RACE代码列表，如WHITE、BLACK OR AFRICAN AMERICAN、ASIAN等；Define-XML中需要为RACE建立ItemDef，绑定对应的CodeList，并注明Origin为CRF采集或派生；递交时Validator会检查RACE是否存在、取值是否在CT范围内、Define-XML中是否声明了该变量。任何一层缺失，都会导致递交校验失败。
三、工程实施中的关键判断
在实际项目中，转换工程师最常遇到的判断是：某个变量到底应该由SDTMIG决定，还是由受控术语决定？判断依据是看问题发生在“结构层”还是“取值层”。如果问题是“这个域要不要建”“这个变量要不要有”，属于SDTMIG范畴；如果问题是“这个变量的值能不能写某个词”，属于受控术语范畴。把这两类问题混在一起，是导致Define-XML反复返工的主要原因。
另一个关键判断是Define-XML的生成时机。很多团队习惯先做完所有数据集再补Define-XML，结果发现派生逻辑与元数据描述不一致。更稳妥的做法是：在SDTM映射设计阶段就同步维护Define-XML草稿，每确定一个变量的来源与派生规则，就更新对应的ItemDef和MethodDef。这样在递交前，Define-XML与数据集的一致性检查会容易得多。
四、常见误区与校验失败对照
| 误区 | 实际后果 | 正确做法 |
|---|---|---|
| 把SDTMIG当成SDTM的替代品，只看IG不看基础模型 | 变量角色理解错误，派生变量放错位置 | 先读SDTM模型确定变量角色，再用SDTMIG确认场景约束 |
| 受控术语取值自行扩展，未在Define-XML中声明 | Validator报CT校验错误，审评质疑数据可比性 | 扩展值必须来自CT的 extensible codelist，并在Define-XML中记录 |
| Define-XML只写变量名，不写Origin和Method | 审评无法判断数据来源，要求补充说明 | 每个变量都要有Origin，派生变量必须有MethodDef描述计算逻辑 |
| 递交前才生成Define-XML，与数据集脱节 | 元数据与数据集不一致，反复返工 | 映射设计阶段同步维护Define-XML，随数据集迭代更新 |
五、把标准体系落到转换工程中
从工程视角看，SDTM转换不是“把数据填进表格”，而是把临床数据按照五层标准体系重新组织。转换工程师需要同时关注：数据结构是否符合SDTM/SDTMIG，取值是否符合受控术语，元数据是否在Define-XML中完整描述，最终递交包是否满足监管规范。这四个关注点分别对应不同的检查动作，但共享同一套源数据与映射逻辑。
一个可操作的检查顺序是：先确认域与变量结构（SDTM/SDTMIG），再确认取值集合（CT），然后确认元数据描述（Define-XML），最后跑Validator做递交级校验。这个顺序与约束传递方向一致，能够在前一层问题未解决时避免在后一层反复调整。对于多研究、多治疗领域的转换项目，把这套检查顺序固化为标准操作流程，可以显著降低递交阶段的返工率。