4. 临床数据追溯的标识体系
临床数据追溯的核心难点，不在于“有没有记录”，而在于“能不能把一条数据从最终分析数据集反向定位到某一次具体操作”。要解决这个问题，必须建立一套分层、可组合、可校验的标识体系。本节围绕六类标识——受试者ID、访视ID、表单ID、字段ID、设备ID、操作ID——说明其编码规则、关联关系，以及如何据此构建可追溯的实体-事件图谱。
一、六类标识的职责边界
这六类标识并非并列关系，而是分属“实体”与“事件”两个层面。实体标识描述数据附着在谁、哪次访视、哪张表单、哪个字段上；事件标识描述数据由哪台设备、哪次操作产生。二者交叉，才能形成完整的追溯链。
| 标识 | 层面 | 回答的问题 | 典型编码示例 |
|---|---|---|---|
| 受试者ID | 实体 | 数据属于哪位受试者 | SITE01-S0012 |
| 访视ID | 实体 | 属于哪个时间点/访视 | V03-D7 |
| 表单ID | 实体 | 属于哪张CRF表单 | VS-01 |
| 字段ID | 实体 | 属于表单中哪个字段 | VS-01.SYSBP |
| 设备ID | 事件 | 由哪台设备采集 | DEV-SITE01-007 |
| 操作ID | 事件 | 由哪次操作产生/修改 | OP-20240612-000871 |
需要强调的是，字段ID是追溯的最小实体粒度。任何一条可审计的数据点，最终都应能落到“受试者+访视+表单+字段”这一四元组上，再通过设备ID与操作ID挂接事件信息。
二、编码规则设计
编码规则应满足三个约束：唯一性、可解析性、稳定性。唯一性保证不冲突；可解析性保证从编码本身能读出层级；稳定性保证系统升级或中心更名后历史编码不被破坏。
受试者ID建议采用“中心号-受试者序号”结构，如 SITE01-S0012。中心号与受试者序号之间用连字符分隔，序号固定四位，便于排序与校验。访视ID建议采用“访视序号-访视标签”，如 V03-D7，其中 V03 表示第三次访视，D7 表示第7天，标签仅作可读性补充，不参与主键计算。
表单ID采用“表单缩写-版本号”，如 VS-01 表示生命体征表单第1版。字段ID则在表单ID后追加字段名，用点号连接，如 VS-01.SYSBP。这种“父级.子级”结构使字段ID天然携带其所属表单信息，反向解析即可还原层级。
设备ID建议包含中心与设备序号，如 DEV-SITE01-007，便于按中心统计设备使用情况。操作ID采用“OP-日期-流水号”，如 OP-20240612-000871，日期保证可读，流水号保证同日唯一。操作ID不携带业务语义，避免因业务变更导致编码规则失效。
三、关联关系与实体-事件图谱
六类标识的关联关系可以概括为：受试者ID是根，访视ID挂在受试者下，表单ID挂在访视下，字段ID挂在表单下，形成一条实体层级链；设备ID与操作ID则作为事件节点，通过“产生/修改”关系连接到字段ID上。这样，任何一个字段值的变化，都能同时向上追溯到受试者与访视，向旁追溯到设备与操作。
图中实线表示实体层级，虚线表示事件挂接。实际系统中，字段ID是实体链的末端，也是事件链的锚点。一次血压值修改，操作ID记录修改动作，设备ID记录采集设备，字段ID记录被修改的具体数据点，三者共同构成一条可审计事件。
四、构建图谱时的关键校验
仅有编码规则还不够，图谱要可用，必须做三类校验。第一是完整性校验：每个字段ID必须能解析出合法的表单ID、访视ID、受试者ID，任何一级缺失都应标记为“断链”。第二是唯一性校验：同一受试者、同一访视、同一表单、同一字段在同一时间点只应有一个有效值，重复出现需触发核查。第三是事件一致性校验：操作ID的时间戳应落在访视窗口内，设备ID应属于该受试者所在中心，否则提示异常。
以示例数据为例，若出现 VS-01.SYSBP 对应操作ID为 OP-20240612-000871，而该受试者访视ID为 V03-D7，则需核对2024-06-12是否落在D7访视窗口内。若窗口为D7±3天，即第4至第10天，则6月12日需与首次访视日期比对后才能判定是否合规。这类判断不能靠人工逐条比对，而应通过图谱查询自动完成。
SITE01-S0012.VS-01.SYSBP。这看似方便，实则破坏了层级解耦：一旦受试者ID规则调整，所有字段ID都要重写。正确做法是字段ID只保留表单与字段信息，受试者与访视通过外键关联。五、可执行的编码规范示例
以下是一份可直接用于建库或配置的编码规范片段，字段名与格式可根据实际EDC系统调整，但层级关系应保持一致。
受试者ID: {SITE}-{SUBJ}
示例: SITE01-S0012
规则: SITE 为中心号，SUBJ 为四位序号
访视ID: {VISIT}-{LABEL}
示例: V03-D7
规则: VISIT 为访视序号，LABEL 为可读标签
表单ID: {FORM}-{VER}
示例: VS-01
规则: FORM 为表单缩写，VER 为两位版本号
字段ID: {FORM_ID}.{FIELD}
示例: VS-01.SYSBP
规则: 点号前为表单ID，点号后为字段名
设备ID: DEV-{SITE}-{SEQ}
示例: DEV-SITE01-007
规则: SITE 为中心号，SEQ 为三位设备序号
操作ID: OP-{YYYYMMDD}-{SEQ}
示例: OP-20240612-000871
规则: 日期为操作发生日，SEQ 为六位流水号这套规范的价值在于：任何一条数据记录，只要保留字段ID、设备ID、操作ID三个值，就能通过图谱查询还原出完整的实体路径与事件路径。字段ID负责“定位数据点”，设备ID负责“定位采集源”，操作ID负责“定位动作”。三者缺一，追溯链就会断裂。
最后需要提醒的是，标识体系一旦上线，变更成本极高。建议在首次建库前就确定分隔符、大小写规则、序号位数和版本策略，并写入数据管理计划。对于历史数据迁移，应保留原始编码并建立映射表，而不是直接重编码，以免破坏已有审计轨迹。