技能库 1318 个

使用SAS编程生成符合CDISC和ICH E3标准的临床试验TFLs（表格、列表、图形），支持统计分析输出

识别并报告临床数据中关键变量的缺失模式，提供数据完整性评估及处理建议，以支持药物研发决策。

编写校验规则检查电子数据采集系统中的数据，确保临床数据录入的准确性和完整性。

使用MedDRA进行不良事件术语标准化编码

跨数据集进行逻辑核查并生成差异报告，确保临床数据准确可靠

基于临床试验数据生成盲态审核报告，系统识别并标记潜在数据质量问题与违规模式

将原始临床数据按照CDISC标准映射为SDTM和ADaM格式，确保数据合规、可追溯，支持后续分析与递交。

编写SAS或Python逻辑核查规则，自动检测临床数据中的异常值、逻辑矛盾及缺失项，确保数据质量符合监管要求。

利用统计方法识别临床数据中的重复录入、异常值等错误模式

根据CRF和数据管理计划，自动生成数据核查计划文档

自动汇总临床数据核查结果，生成符合GCP要求的核查报告，提升报告生成效率与合规性。

自动将实验室、ECG等外部数据与CRF数据进行比对，识别并标记不一致项，输出核查报告。

基于核查结果，自动生成并发送数据质疑给临床站点

核查SAE报告与数据库中的SAE数据是否一致，并生成核查报告

根据临床试验数据库锁库要求，自动生成需完成的核查任务清单，确保数据完整、准确、合规

对比实验室、ECG等外部数据与EDC数据的单位、参考范围、结果的一致性，确保数据整合准确无误。

根据数据审核结果和模板，自动生成结构化的临床数据审核报告，汇总核查发现、查询状态及关键指标。

比对SAE报告与CRF中严重性、因果关系等字段的一致性，标记差异并生成核查报告

基于MedDRA词典，自动推荐不良事件术语编码并检查编码一致性，支持临床数据审核员高效完成AE编码工作。

根据数据核查计划，自动比对CRF中关键字段与源文档的差异并生成核查报告。

自动生成数据疑问（query）并分配至对应站点，实时跟踪查询关闭状态，确保临床数据审核流程高效合规。

执行数据库锁定前的自动化检查清单，包括缺失数据、未关闭查询等，确保数据完整性与一致性。

配置系统级和自定义逻辑核查规则（如范围、跳转、重复性），自动化执行数据验证，支持临床数据审核流程

对临床数据中的不良事件、病史、药物等项，按照MedDRA和WHO Drug字典进行标准化编码，确保数据一致性、可分析性及符合监管要求。