domain（域）和datasets（数据集）的区别？

在死命想今天必须写一篇文章，然后写什么好的时候？本来想在CDISC官网搜一下controlled terminology，结果看到一篇文章：

我觉得这也可能是一道面试题，刚好最近有想写一系列面试题的想法，所以，就把这个问题放在面试题的第一个吧。

domian和datasets有什么区别？我看文章也是看的稀里糊涂的，平时还真没注意这个点。做项目的时候，一般讲谁写哪个哪个domain，比如写DM domain，SE domain，然后最终输出的叫做DM数据集，SE数据集。

CDISC术语表对这些术语的定义如下:

domain：在临床研究中，通常为所有研究对象收集的具有共同、特定主题并且逻辑相关的观察结果的集合。这种关系的逻辑可能与数据科学主题有关，也可能与它在试验中的作用有关。

datasets：单个文件中结构化数据的集合。

尼玛，是不是看的一愣一愣的，太抽象了，感觉自己懂了，但是叫你说出来好像又不会说？文章中也说了：域和数据集使用相同的命名法，这就是为什么它们经常被混淆的原因。

我觉得domain中的这个“特定主题”，“逻辑相关”是关键词，比如AE domain记录的是临床实验中的不良事件，那么满足“共同、特定主题”这个条件，“逻辑相关”也说的过去，文章中举得例子就是AE,LB,CM。

“更简单地说，域是一组相关的观测数据，而数据集是与这组观测数据相关联的数据结构”。嗯~ o(*￣▽￣*)o，通俗点理解，我举个例子：比如画思维导图，是不是可以把这些“相关的观测数据”看作是思维导图中一个个小方框（domain），然后这一个一个小方框组成了整个大的思维导图，一个整体（datasets）。这个比喻可能还不够形象，但是我觉得通俗了一点。

文章中还举了一个例子：域和数据集之间的区别在一般观察类域（

general observation class，这时候又一个问题来了，SDTM中的域可以分为哪几类？）在提交中被分割成多个数据集的情况下最为明显。Common examples are splitting the Laboratory Test Results (LB) domain due to size, splitting the Questionnaires (QS) domain by questionnaire, and splitting the Findings About Events or Interventions (FA) domain by parent domain.

文章中应该是将一个个独立的domain（比如：DM,SE,AE,PE...）分成大类来讲如

special purpose domain；general observation class；finding about...

但是，因为在大多数情况下，概念域和基于该概念域的数据集之间存在一对一的关系,这些词在标准中可以互换使用，因此被大多数用户所使用。文章中也举了一个特例，就是RELREC.

看上图可以看到都是用“domain”这个关键词，但是RELREC却是数据集。

The structures called “relationship datasets” were given that name because they are mechanisms for connecting information represented in different datasets rather than observations about study subjects。

翻译：被称为“关系数据集”的结构之所以有这个名字，是因为它们是连接不同数据集中的信息的机制，而不是对研究对象的观察。注意，所有关系数据集都不包括DOMAIN这个变量。然而，在提交时，这些数据集需要数据集名称，这些名称中使用的字符串包含在 CDISC Codelist中，称为“SDTM Domain Abbreviations.”。

看完是不是还是有点不理解？没事的，我写完也还是不清楚，但是把加粗的几个关键词记住，在举上文章中的例子，然后再加上自己理解举得例子（比如我举得思维导图的，你也可以想一个更恰当的例子），那么我感觉这个问题就解决了..............

我也发现确实是这样，我的文章话题归类为“生活感悟分享”的阅读量就是比归类为“临床编程”或者“临床知识”多。我也不得不承认我也是这样的人。

上海绵绵阴雨，感觉这段时间下完雨，夏天就不知不觉溜走了，取而代之的是早秋了。