SuperAPI AI 工具集

edc-data-validation

数据与分析

查看项目

更新于 10-15 17:23

技能介绍

用途:当用户提供 EDC 导出或 SDTM 数据集时,生成确定性的 Python 临床数据校验代码,用于范围检查、跨表单一致性检查、部分日期填补、SDTM 结构与受控术语(CT)校验,以及生成 define.xml 和按优先级排序的验证报告。生成前需确认输入格式与治疗领域。

主要能力:包含验证优先级决策树(CRITICAL/HIGH/MEDIUM/LOW 及查询优先级 P1–P4)、治疗领域决策树(肿瘤、心血管、儿科、老年/通用)、生命体征与实验室范围表、8 项跨表单一致性检查(如 AE 早于知情同意、致死性 AE 无死亡记录、随机化无同意、剂量调整无对应 AE 等)、部分 ISO 8601 日期填补(start→最早、end→最晚并设 DTYPE)、聚合报告与最小 define.xml 2.0 骨架生成。

使用方式:按“确认输入→可用代码→关键参数说明→注意事项”的结构输出,每个任务一个完整可运行示例,代码 50–100 行,注释精简。示例函数包括 check_ranges(df, testcd_col, value_col, ranges, domain)、cross_form_checks(datasets)、impute_partial_date(dtc, position)、generate_validation_report(*issue_dfs, output_path)、generate_define_xml(datasets, study_oid, output_path)。

适用场景:临床数据管理与统计编程中的 EDC 数据核查、SDTM 递交前校验、CT 版本一致性检查、query 优先级分诊。

限制与常见错误:不应把成人生命体征范围直接用于儿科,需按年龄缩放;部分日期应填补而非报错;CT 校验须对照研究 define.xml 声明的具体 CDISC CT 版本,而非硬编码列表;跨表单日期比较应允许 ±1 天容差;范围检查前需用 LBORRESU/LBSTRESU 归一化单位(如肌酐 mg/dL 与 µmol/L);不应把全部发现视为同优先级。生成前未确认输入格式与治疗领域时,无法保证代码适用。