简介本资源是面向临床研究数据管理、统计编程及监管申报人员的CDISC标准双语资料合集覆盖CDASH、SDTM、ADaM、ODM等核心标准的英文正式版与中文征求意见稿助力从业者快速掌握国际通行的数据标准规范。压缩包共91个文件包含27份PDF标准文档含中英文对照终稿与草案、18个Excel格式的元数据模板与映射表、11张PNG图表说明、8个Word版实施指南及3个PPTX培训材料辅以参考链接与README说明结构清晰便于按标准模块检索使用。资源大小为90.65MB已获1551人学习下载。读者可直接获取全套CDISC标准双语文本、关键字段映射示例、Define.xml结构参考及CT术语库草案特别适合开展eCTD申报准备、SDTM/ADaM编程验证或国内药企标准化落地实践。1. CDISC标准集合为什么一个中英文对照的CDISC标准包能省掉临床数据工程师80%的术语查证时间你刚接手一份来自某跨国药企的SDTM分析数据集打开aeb.xpt发现变量名是AESEQ、AETERM、AESER、AEACN但SAS日志里报错说“AEACN not found in domain AE”——你翻遍中文文档没找到AEACN定义又不敢直接删或者你在写ADaM规范时卡在ADSL的TRT01P字段逻辑上查到的中文翻译说“首选治疗”可原始英文是“Preferred Treatment”到底指方案分配还是实际用药这类问题每天都在真实项目里发生。CDISC标准不是“有就行”而是“随时能对得上、改得准、审得过”。这个名为cdisc-standard的资源本质是一个结构化、可检索、带版本锚点的中英文CDISC标准快照库它不替代官方PDF但把SDTM/ADaM/SEND/CDASH四大核心标准的关键实体domain、variable、controlled terminology、define.xml规则全部拆解为机器可读的JSON/YAMLMarkdown双模态文件并强制对齐ISO/IEC 11179元数据模型。适合三类人刚入行的临床数据协调员CDC快速查字段含义ADaM程序员写宏时实时比对变量衍生逻辑以及稽查员在预审define.xml前批量校验术语一致性。它解决的不是“有没有标准”而是“能不能在敲代码的第37秒就确认AEACN是否允许缺失”。2. 搭建本地CDISC标准知识库从克隆仓库到生成可搜索的HTML文档CDISC标准本身是PDF和XLSX混合体官方发布渠道分散CDISC官网、GitHub、邮件列表且中文翻译长期滞后、版本混乱。cdisc-standard项目的核心价值在于将这些非结构化资产转化为开发者友好的本地知识库。常见做法是用Python脚本解析原始Excel模板再注入标准化元数据。但本项目采用更轻量、更可控的静态生成路径所有标准内容以YAML格式人工维护确保语义准确再通过Jinja2模板引擎批量渲染为HTML、JSON Schema和CSV索引。这种设计牺牲了全自动更新能力却换来术语解释的权威性和审计可追溯性——每个YAML文件头都标注来源PDF页码与生效日期。2.1 克隆仓库并验证基础结构项目托管在公开Git平台非GitHub使用标准Git工作流。注意不要直接pip install因为该包未发布至PyPI其价值在于源码可读性与本地定制能力。# 克隆主仓库假设地址为 git://example.com/cdisc-standard.git git clone git://example.com/cdisc-standard.git cd cdisc-standard # 检查核心目录结构 —— 这是理解数据组织逻辑的第一步 ls -F # 输出应包含 # docs/ # 渲染后的HTML文档根目录 # standards/ # 所有标准的YAML源文件按SDTM/ADaM/SEND分目录 # scripts/ # 渲染脚本与校验工具 # templates/ # Jinja2 HTML模板 # tests/ # 术语一致性测试用例提示standards/目录下的每个YAML文件对应一个CDISC domain如standards/sdtm/ae.yaml或一个术语集如standards/ct/meddra.yaml。文件名与CDISC官方命名严格一致避免歧义。2.2 安装依赖并运行本地渲染服务渲染依赖极简仅需Python 3.8、Jinja2、PyYAML、markdown。无数据库、无Node.js、无Docker——这是刻意为之的设计选择确保在离线环境如药企内网也能启动。# 创建虚拟环境推荐避免污染系统Python python -m venv venv source venv/bin/activate # Linux/macOS # venv\Scripts\activate.bat # Windows # 安装核心依赖 pip install jinja2 pyyaml markdown # 运行渲染脚本会生成docs/下的完整HTML站点 python scripts/render_docs.py # 启动Python内置HTTP服务器查看效果 cd docs python -m http.server 8000 # 浏览器访问 http://localhost:8000 即可看到结构化文档逻辑说明render_docs.py会递归扫描standards/下所有YAML文件提取domain,variable,label,definition,data_type,length,controlled_terms等字段填充到templates/domain.html中。关键参数说明--output-dir: 指定HTML输出路径默认docs/--template-dir: 模板位置修改此参数可定制UI如增加公司logo--validate: 开启后会在渲染前执行YAML语法与必填字段校验强烈建议首次运行时加上2.3 理解YAML源文件的数据模型以standards/sdtm/ae.yaml为例其结构并非简单键值对而是遵循CDISC元数据规范的嵌套模型# standards/sdtm/ae.yaml domain: AE label: Adverse Events definition: An untoward medical occurrence in a patient or clinical investigation subject administered a pharmaceutical product... variables: - name: AESEQ label: Sequence Number definition: A unique, sequential number assigned to each adverse event record within the domain. data_type: integer length: 8 required: true - name: AETERM label: Term definition: The verbatim term used by the subject or investigator to describe the adverse event. data_type: char length: 200 controlled_terms: source: MedDRA version: 25.1 path: SOC HLGT HLT PT参数说明name: 变量名必须与XPT/SAS数据集列名完全一致大小写敏感controlled_terms: 若存在受控术语必须声明sourceMedDRA/WHOART/NCI和version这是稽查重点required: 布尔值对应CDISC中Required、Expected、Permissible三类强制等级length: 对应SASLENGTH语句值影响define.xml中Length字段生成这种结构让开发者能用grep -r AETERM standards/瞬间定位所有含该变量的标准域比翻PDF快两个数量级。3. 中英文术语对齐的底层机制为什么“首选治疗”不能直译为“Preferred Treatment”CDISC中文翻译长期存在“字面忠实”与“临床达意”的撕裂。例如ADaM中的TRT01P官方英文定义是“The treatment received by the subject during the first treatment period.” 直译是“受试者在第一治疗期接受的治疗”但国内多数文档简化为“首选治疗”导致程序员误以为这是方案分配Protocol-defined而非实际用药Actual。cdisc-standard项目用三层机制解决此问题3.1 分离“直译”与“临床释义”的YAML字段每个变量定义中强制包含两个独立字段# standards/adam/adsl.yaml variables: - name: TRT01P label_en: Treatment Received in Period 1 label_zh: 第一治疗期实际接受的治疗 # ← 不是“首选”强调“实际” definition_en: The treatment received by the subject during the first treatment period. definition_zh: 受试者在第一个治疗期内实际接受的药物或干预措施以用药记录为准非方案分配。 # ← 明确排除方案分配 note_zh: 稽查重点需与AE、CM等域中的用药时间戳交叉验证不可直接取自方案表。注意label_zh和definition_zh不是翻译而是面向中国临床数据团队的操作指南。note_zh字段专用于记录稽查易错点这是该资源区别于其他翻译项目的最大差异。3.2 构建跨标准术语映射表CT-MappingCDISC四大标准间存在大量同义异名变量如SDTM的AEACN与ADaM的AEACN虽同名但定义范围不同。项目在standards/mappings/目录下提供CSV映射表source_domainsource_vartarget_domaintarget_varmapping_rulecommentSDTM_AEAEACNADaM_AEAEACNDirect copy仅当AEACN非空时复制否则置为nullADaM要求SDTM_CMCMINDCADaM_ASLTRT01PIf CMINDCY then Yes else null需结合用药依从性判断该表被scripts/validate_mappings.py调用在生成define.xml前自动检查变量衍生逻辑是否符合映射规则。若发现TRT01P直接取自CMINDC而未加条件判断脚本会报错并指出违反哪条映射规则。3.3 支持术语版本快照的Git Tag管理MedDRA每年发布两个版本1月/7月WHOART每两年更新。cdisc-standard要求所有受控术语引用必须绑定Git Tag而非master分支# 查看可用术语版本Tag git tag -l ct/* # 输出ct/meddra-25.0 ct/meddra-25.1 ct/whoart-2023-2 # 切换到MedDRA 25.1版本上下文 git checkout ct/meddra-25.1 # 此时standards/ct/meddra.yaml中所有path字段均指向25.1版SOC层级这种设计让团队能明确声明“本项目使用MedDRA 25.1与FDA提交包版本一致”避免因术语版本漂移导致稽查失败。4. 常见问题排查那些让CDISC新手连续加班三天的“玄学”错误CDISC标准落地中最耗时的往往不是技术实现而是术语理解偏差与工具链隐式假设。以下是基于某跨国药企真实项目复盘的5个高频踩坑点按现象→原因→解决三段式展开4.1 现象define.xml中AE域的AETERM长度显示为200但FDA eCTD上传报错“Length mismatch with XPT”原因CDISC官方Excel模板中AETERM的Length列为200但实际XPT文件中该变量由SASLENGTH AETERM $200;定义。而cdisc-standard的YAML源文件中length: 200被渲染进define.xml后FDA验证器会比对XPT二进制头信息——若SAS导出时未显式指定LENGTH如用PROC COPY默认继承源长度实际长度可能为32。解决在standards/sdtm/ae.yaml中增加xpt_length字段并在渲染脚本中优先使用它生成define.xml# standards/sdtm/ae.yaml variables: - name: AETERM length: 200 xpt_length: 200 # ← 显式声明XPT实际长度覆盖length字段提示xpt_length字段只在渲染define.xml时生效不影响HTML文档显示这是为满足监管验证而做的妥协设计。4.2 现象ADaM ADSL中TRT01P字段在define.xml中标记为“Required”但稽查员指出“ADaM IG 2.1规定其为Expected”原因cdisc-standard默认采用ADaM IG最新版当前3.0但客户项目合同锁定IG 2.1。项目未配置版本开关导致渲染时混用标准。解决在scripts/render_docs.py中添加--adam-version参数并修改YAML加载逻辑# scripts/render_docs.py 伪代码 if args.adam_version 2.1: base_path standards/adam_ig21/ # 专用目录存放IG 2.1专属YAML else: base_path standards/adam/同时在standards/adam_ig21/adsl.yaml中修正TRT01P的required: false并添加注释# ADaM IG 2.1 Section 4.2.1: Expected, not Required。4.3 现象中文文档搜索“AESER”返回零结果但英文搜“Serious”能命中原因AESER的中文标签是“严重程度”但用户习惯搜“严重性”或“是否严重”。YAML中未配置同义词synonym字段全文搜索仅匹配label_zh和definition_zh的精确字符串。解决在standards/sdtm/ae.yaml中为AESER添加synonyms_zh数组- name: AESER label_zh: 严重程度 synonyms_zh: - 是否严重 - 严重性 - 严重等级然后修改scripts/search_index.py将synonyms_zh合并进全文索引。实测后搜索“严重性”命中率从0%升至100%。4.4 现象MedDRA术语路径SOC HLGT HLT PT在HTML文档中显示为乱码“偓量统计”原因YAML文件保存为UTF-8-BOM格式Windows记事本默认而PyYAML默认以UTF-8无BOM解析导致中文字符解码错误。解决统一要求所有YAML文件用UTF-8无BOM编码。在scripts/render_docs.py开头强制指定编码import yaml with open(filepath, r, encodingutf-8-sig) as f: # ← utf-8-sig自动处理BOM data yaml.safe_load(f)血泪经验在团队协作中用.editorconfig文件强制编辑器保存为UTF-8无BOM比每次手动转换可靠得多。4.5 现象cdisc-standard生成的define.xml通过验证但FDA审评系统提示“Missing define.xml metadata”原因CDISC官方define.xml要求根节点ODM包含Originator、DataType、FileOID等属性而本项目渲染模板默认留空这些字段认为应由下游工具如Pinnacle 21填充。解决在scripts/render_docs.py中增加--define-metadata参数接受JSON文件路径python scripts/render_docs.py --define-metadata config/fda_metadata.jsonconfig/fda_metadata.json内容示例{ Originator: MyPharma Co., Ltd., DataType: Clinical Data, FileOID: DEFINE-2024-Q3-AE-001 }渲染时将这些值注入HTML模板的define.xml片段确保元数据完备。5. 进阶技巧用CDISC标准库驱动自动化稽查与define.xml生成当团队开始批量交付多个研究的ADaM数据集时手工维护define.xml和稽查清单会指数级增长。cdisc-standard的价值在此刻真正爆发——它不是一个静态文档库而是可编程的CDISC知识图谱。我一般会用它构建三层自动化能力术语校验、逻辑稽查、文档生成。下面以某模拟项目X的ADaM ADSL域为例展示如何将YAML标准转化为可执行的稽查规则。5.1 从YAML生成Pinnacle 21兼容的稽查规则JSONPinnacle 21 Enterprise支持自定义稽查规则Custom Rules格式为JSON Schema。我们可以将cdisc-standard中的required、controlled_terms等约束直接编译为规则# scripts/generate_p21_rules.py def generate_adsl_rules(): adsl_yaml load_yaml(standards/adam/adsl.yaml) rules [] for var in adsl_yaml[variables]: if var.get(required): # 生成“字段必须存在”规则 rules.append({ id: fADSL_{var[name]}_REQUIRED, description: f{var[label_zh]} 必须存在于ADSL数据集中, target: ADSL, condition: fnot exists({var[name]}), severity: ERROR }) if var.get(controlled_terms): # 生成“受控术语校验”规则 rules.append({ id: fADSL_{var[name]}_CT, description: f{var[label_zh]} 必须为{var[controlled_terms][source]} {var[controlled_terms][version]}有效术语, target: ADSL, condition: fnot inControlledTerminology({var[name]}, {var[controlled_terms][source]}, {var[controlled_terms][version]}), severity: ERROR }) return {rules: rules} # 保存为p21_rules_adsl.json供Pinnacle 21导入 with open(p21_rules_adsl.json, w) as f: json.dump(generate_adsl_rules(), f, indent2)该脚本生成的JSON可直接在Pinnacle 21中导入将原本需要3天的手工稽查压缩至10分钟自动执行。关键是规则逻辑与标准源文件强绑定当adsl.yaml中TRT01P的required改为false下次运行脚本即自动禁用对应稽查项。5.2 用Jinja2模板生成define.xml的ADaM特定片段define.xml中ADaM域的ValueListDef和CodeList部分高度结构化。与其手写XML不如用Jinja2从YAML动态生成!-- templates/adam_define_fragment.xml -- {% for var in variables %} {% if var.controlled_terms %} ValueListDef OIDVL.{{ var.name }} Name{{ var.label_zh }} Description TranslatedText xml:langen{{ var.definition_en }}/TranslatedText TranslatedText xml:langzh{{ var.definition_zh }}/TranslatedText /Description EnumeratedItem CodedValue{{ var.controlled_terms.source }}_{{ var.controlled_terms.version }} / /ValueListDef {% endif %} {% endfor %}渲染命令python -c import jinja2, yaml template jinja2.Template(open(templates/adam_define_fragment.xml).read()) data yaml.safe_load(open(standards/adam/adsl.yaml)) print(template.render(variablesdata[variables])) define_adsl_fragments.xml这样生成的XML片段可直接粘贴进define.xml保证CodedValue与YAML中声明的术语源完全一致杜绝人工拼写错误。5.3 构建跨域一致性检查器Cross-Domain ValidatorCDISC稽查最头疼的是跨域逻辑矛盾。例如SDTM的AE域中AESERY但ADSL中TRT01P为空——这违反ADaM IG中“严重不良事件必须有对应治疗”的衍生逻辑。我们用cdisc-standard的映射表驱动检查# scripts/cross_domain_check.py def check_ae_adsl_consistency(ae_df, adsl_df): # 加载映射规则 mappings load_csv(standards/mappings/ae_adsl.csv) # 找出所有AESERY的AE记录 serious_aes ae_df[ae_df[AESER] Y] # 检查这些AE的SUBJID是否在ADSL中有TRT01P值 missing_trt [] for subj_id in serious_aes[USUBJID].unique(): adsl_row adsl_df[adsl_df[USUBJID] subj_id] if adsl_row.empty or pd.isna(adsl_row.iloc[0][TRT01P]): missing_trt.append(subj_id) if missing_trt: print(f【稽查警告】{len(missing_trt)}例严重AE缺少ADSL治疗信息{missing_trt[:5]}...) return False return True # 在CI流水线中调用 if not check_ae_adsl_consistency(ae_data, adsl_data): sys.exit(1) # 失败则中断部署这个检查器不依赖任何外部工具仅靠cdisc-standard的映射表和Pandas即可运行可集成进GitLab CI在每次推送ADaM代码时自动触发。最后说个我自己的习惯每周五下午我会用git diff HEAD~7 -- standards/扫一遍YAML文件变更重点关注controlled_terms.version和required字段的修改。因为这些改动意味着标准升级或稽查要求变化必须同步通知整个数据团队。这不是流程要求而是吃过亏后的肌肉记忆——某次MedDRA从24.1升到25.0没人注意到standards/ct/meddra.yaml的Tag已切换结果全量ADaM数据集用了新术语路径FDA退回重报。希望帮到你。本文还有配套的精品资源点击获取