Pinnacle 21：生成Define.xml与验证数据
欢迎关注，SAS茶谈！
之前文章Pinnacle 21简介简单捋了下Pinnacle 21公司的的发展，该公司有两款产品，Pinnalce 21 Community 和Pinnalce 21 Enterprise，前者是免费开源版，后者是付费商用版。不管是哪个版本，我们工作中使用的功能主要有2个：
- 生成Define.xml文件
- 验证数据（Validation）
Enterprise版本还会提供Issue Management、生成REVIEWER'S GUIDE的功能，从我个人看，这两功能的作用或者效益并不是很大（人工手动操作也能实现）。
不过，目前FDA和PMDA都是采用Pinnalce 21 Enterprise来验证提交的数据，使用跟审批机构相同的验证工具，某种程度上会简化审批流程、提供审批效率。
1. Define.xml文件
1.1 Define.xml简介
Define.xml 文件用于记录描述数据集结构的元数据（Metadata）， 使得审阅者知晓数据结构及其来源。 元数据是一种描述数据的数据，即用于描述数据属性的信息。
美国食品药品监督管理局 (FDA) 和日本药品和医疗器械管理局 (PMDA) 要求每项研究的递交内容需要包含Define.xml文件，以告知监管机构使用了哪些数据集、变量、受控术语和其他指定的元数据。
XML是一种数据标准格式，具体格式语法、优缺点这里就不介绍。
临床试验项目中，递交给药物审批机构的数据集有SDTM和ADaM 2类，需要生成对应的Define.xml文件。
Define.xml的存在，将项目数据集的元数据信息以一种特定的数据标准格式进行展示。
项目数据集的元数据信息一般保存在各个SPEC文件中，Define.xml文件的生成，是一个将各SPEC中元数据信息提取到.xml文件中的过程。
1.2 Deine.xml的创建
创建Deine.xml的方式，大体分为2类：
两种方法相比较，前者复杂一些，需要考虑XML语法格式等相关问题；后者借助P21提供的现成转化模板，不需要考虑XML语法问题，流程简化许多。
考虑到实现过程的简易性，第2类方法会越来越普及。
1.3 Deine.xml创建过程
本公司之前的处理流程是，使用特定的宏程序读入Spec中的Metadata信息，在宏程序中整合处理，直接输出define.xml、define.pdf文件。不过，具体的Validation借助Pinnalce 21 Community。
自从公司采用Pinnacle 21 Enterprise后，就不再使用第1类方法创建Define.xml文件了。
这里主要介绍第2类方法。不管是Pinnalce 21 Community还是Enterprise， 生成Define.xml的过程大体相同，只是操作界面有所区别，大体有两步：
- 整理元数据信息到Excel Spec
- 导入Excel Spec到Pinnacle 21中，生成Define.xml
从某种程度上说，Excel Spec等价于Define.xml文件。两者所保存的内容是相同的，只是呈现形式不同。Pinnacle 21提供了两种形式的相互转化。
1.3.1 生成Excel Spec
目前，我们公司是自己开发了一个SAS宏，将公司的Spec中的各类元数据集信息整合处理，直接输出成Excel Spec文件。由于各家公司Spec的布局都不同，因此转化为Excel Spec的宏程序肯定也都不同，也可以通过其他编程语言进行实现，这里就不具体介绍。
下面的图片，展示了Excel Spec的整体内容。我们需要将项目SPEC中的元数据整理到P21 EXCEL SPEC对应部分，整理过程自然是八仙过海各显神通。不过，不建议手动复制所有内容，手动操作效率太低。
Pinnacle 21也提供了几种生成Excel Spec方式，在Community版本中，提供了两种方式生成Excel Spec：
- 从数据集xpt文件中抓取元数据信息进行生成；
- 从已有的Define.xml抓取信息进行生成。
第1种方式，可以从xpt文件中获取Datasets和Variables这两个sheet的信息，这一步也会提供一个完整的Excel Spec模板。不过，ExcelSpec中的其他Sheet信息还需要进行额外编程，从项目Spec中获取。
对于第2种方式，前面提到过Define文件与Excel Spec其实是等价的，可以通过P21相互转化，不过这一种方法很少使用。
在Enterprise版本中，除了以上2种方式，还可以通过直接输入Metadata信息，来生成Excel Spec。不过，这种方法也很少使用。
1.3.2 创建Define.xml文件
Excel Spec生成好之后，可以直接导入Pinnacle 21生成Define.xml文件。
Enterprise为网页版，导入Excel Spec后，可以直接导出Define文件。
对于SDTM，在导入Excel Spec文件之后，可以继续导入aCRF文件，这样P21E可以自动抓取Origin为CRF的变量的Page信息。
这里需要注意，对于Value Level的变量，一部分来源于CRF，另一部分来源其他，Pinnacle可能会将所有的来源都附上抓取的页码，需要手动检查，将其他来源的页码信息置空。同时，对于Value Level中抓取Page信息的变量，其Variable Level中的Page信息也需要置空。（这些问题，P21E后续应该都会更新）
Community为桌面版，导入Excel Spec后，直接创建Define.xml文件。
关于SDTM中来源为CRF页码填写的问题，一般在Excel Spec生成过程中，进行编程处理，从PDF文档中抓取，直接做到Spec中。具体过程以后再做详细介绍。
2. 验证数据（Validation）
Pinnacle 21可以提供验证，用于检查递交内容是否符合审批机构标准。验证主要为3类：
- Define Validation
- Data Validation
- Define + Data Validation
2.1 Define Validation
Define文件一般展示项目计划收集的信息，所以在SDTM、ADaM编程开始之前就可以生成Define文件，并进行验证，以及清理Metadata Issue。
不过，有的公司生成的Define内容是基于实际收集的数据，这时候只能等数据集生成完毕之后再进行Define的创建与验证。
对Enterprise版本来说，Import 整理好Excel Spec文件后，Pinnacle 21就会直接在Issue列显示当前Metadata的问题。根据问题提示需要对Metadata进行相应的更新。
导入Excel Spec之后，就可以导出Define文件和Issue Report。
对Community来说，需要把生成好的Define.xml文件再次导入Pinnacle 21中，进行验证。验证结果会以EXCEL文件的形式展现。验证之前需要确认Engine 和 Data Standard。
2.2 Data Validation
数据集的验证需要将xpt格式的数据集导入Pinnacle 21中，xpt格式的版本必须为v5版本，否则Pinnacle 21将不会识别。同时，FDA也要求所递交的xpt格式为v5版本。
数据集的Validation可以在SDTM或ADaM编程结束后进行，方便检查Data Issue以及Mapping不合理之处。
Enterprise为网页版，所有的xpt文件必须在电脑本地以zip格式进行打包再上传。SDTM与ADaM的验证，操作类似。
对于Community来说，在Validator页面确认好各项标准后，导入xpt格式的Source Data，点击Validate。SDTM与ADaM的验证，操作类似。
2.3 Define + Data Validation
这一步会对Define与数据集信息进行交叉验证，例如，同一个变量在Define与数据集中的Label是不同的，就会显示为Issue。
对于Enterprise版本，zip打包数据集时，需要添加Define.xml；对于Community版本，在2.2步骤中，导入Source Data的同时，也要导入Define.xml文件。
具体步骤，与2.2类似，不再举例。
总结
文章粗略介绍了使用P21 Enterprise、Community生成Define.xml文件以及进行Validation的过程，希望能够帮助读者掌握Pinnacle 21的使用。整个过程并不复杂，可以在自己项目中，找机会做一遍。
在实践中学习，效率要高很多。
感谢阅读， 欢迎关注！
若有疑问，欢迎评论交流！
共有 0 条评论