核心功能
Clinical Data Cleaner 是一款面向生物医药行业的专业数据治理工具，专为临床试验数据的清洗、验证与标准化设计。该工具深度集成CDISC SDTM标准，支持DM（人口学）、LB（实验室检查）、VS（生命体征）等核心域的数据处理，可直接输出符合FDA、EMA监管要求的格式化数据集与完整审计追踪报告。
显著优势
- 监管合规性：内置CDISC SDTM实施指南验证逻辑，自动生成JSON格式审计轨迹，满足21 CFR Part 11等法规要求
- 临床专业阈值：针对血糖、血红蛋白、血压等关键指标预设临床合理范围，支持IQR、Z-score及域专属三种异常值检测策略
- 灵活缺失值处理：提供均值、中位数、众数、前向填充及删除等多种插补策略，适配不同分析场景
- 标准化管道：一键完成日期格式转换（ISO 8601）、编码统一、域验证等全流程操作
- 双模交互：同时提供Python API与命令行接口，便于集成至现有数据管道或即席分析
潜在局限
- 域覆盖有限：当前仅支持DM、LB、VS三个核心域，AE（不良事件）、CM（合并用药）等关键域尚未纳入
- 阈值静态化：临床阈值以硬编码JSON形式存在，未开放用户自定义接口，罕见疾病或特殊人群研究可能需手动调整
- 算法透明度：中位数插补、IQR计算等统计方法的实现细节未在文档中充分披露，可能影响学术发表时的方法学描述
- 依赖外部验证：SDTM符合性检查依赖本地JSON规范文件，若CDISC标准更新可能导致验证滞后
适用人群
- 临床试验数据管理员（DM）
- 生物统计师与编程分析师
- CRO（合同研究组织）数据标准化团队
- 药企监管事务部门
常规风险
- 数据完整性风险：缺失值删除策略可能导致样本量不足，影响统计效能
- 异常值误判：临床阈值基于一般人群设定，极端值标记需结合医学判断复核
- 审计轨迹缺失：若未正确调用
save_report()，关键清洗操作将无法追溯 - 版本兼容性：SDTM IG版本迭代时需及时更新
domain_specs.json，否则可能产生合规偏差