从抽象的CRF到具体的SDTM数据集

昨天忘记说了，能考公务员就考公务员！尤其是江浙沪或者是大湾区的。

对很多初学者来说，从CRF上的数据到SDTM标准数据集，这一过程是怎样的不是很清楚，今天我就来讲讲。

拿下面的一个空白CRF来说，收集的是心电图的数据，我们知道这些数据肯定要放到EG domain里。

这个空白CRF上面（我标的数字有7个），分别对应到raw数据集里面有7个变量。（subjid几乎每个数据集都是默认存在的）

上面显示的就是我们从DM那边得到的数据，一行观测可以理解为CRA在CRF上记录了一页数据，每一个变量分别代表图中的7个数字，比如1代表“EGPERF”，也就是“是否做心电图检查：”=EGPERF。6代表EGRESULT,也就是结 果：=“EGRESULT”。变量的值就代表CRA勾选了哪些值。

所以图中有16条观测，那么可以理解为CRA用了16张关于EG的CRF来记录受试者数据，然后输入到EDC系统中，不知道大家能不能抽象过来。

假设上面的数据集是经过DM清理之后发给我们的原始数据，这时候的数据并不符合CDISC标准，所以我们需要经过处理将他们转换成标准的SDTM数据结构。

首先就是注释CRF，将空白CRF上注释成拥有SDTM变量的CRF，然后写SPEC的SAS程序员将转换的过程方法写在EXCEL上，其他SAS程序员根据这个说明，结合aCRF将raw数据集转换成标准的EG数据集。

而且，注意到raw数据集是水平结构，但是SDTM一般是垂直结构，也就是说，你看raw数据集，HR和QTC都在一条水平线上，但是按照SDTM的要求，必须一个检查项一条记录，下面这个截图就是相对标准的EG数据集，符合SDTM标准的数据集。（只拿S001来举例子，当然少了很多其他关于EG的变量）

你们自己去看看理解吧。阿尼玛，真的太费时间了给你们举这些例子，又是截图又是注释的。

总之，我们SAS程序员的工作流程就是下面这张图所示：

然后过程之间肯定有很多小步骤。