简谈Define.XML

什么是Define.XML？《FDA数据标准目录》中详述了SDTM，SEND，ADaM，Define-XML以及Controlled Terminology等标准被指定用于药物注册申报递交的数据标准。简单讲，Define.XML是一种数据标准格式。这种格式有什么特点呢？

XML指可扩展标记语言（ EXtensible Markup Language）
XML被设计用来结构化、存储以及传输信息，而非显示数据
XML数据以纯文本格式进行存储，因此提供了一种独立于软件和硬件的数据存储方法
XML可以通过各种不兼容的应用程序来轻松交换数据数据
在不损失数据不中断应用程序的情况下，XML更容易扩展或升级到新的操作系统、新应用程序或新的浏览器
由于XML独立于硬件、软件以及应用程序XML使您的数据更可用，也更有用。几乎所有的主流浏览器均支持XML和XSLT
XML是W3C的推荐标准

XML这一文件格式特点，可以满足临床试验对数据递交的一些期望：

机器可读
中立的平台
不要依赖于系统或供应商
完整的阐释临床试验
标准化的数据传输、交换和使用
符合监管要求的数据递交/存档
便捷的端对端的CDISC实施
与电子健康记录的整合
......

XML文档形成了一种树结构，它从“根部”开始然后扩展到“枝叶”。根元素必须包含，是所有其他元素的父元素。XML文档中的元素形成了一棵文档树。这棵树从根部开始，并扩展到树的最底端。所有元素均可拥有子元素。

这是Define.XML的一些介绍。下面我来谈一下，我生成Define.XML过程中遇到的一些问题。不同的公司、机构使用的工具肯定会不太一样，这里的问题仅供参考。整个制作流程分为四大块：相关文件的准备、ADePT文件的生成、Define文件的生成、进行验证。

相关文件的准备
相关文件包括：SDTM/ADaM数据集、SDTM/ADaM Specifications、Annotated CRF。这些文件都需要按照CDISC标准进行设计，整体框架一般没问题。主要问题是一些Spec信息太过简略，导致在生成ADeP文件时发生ERROR。为避免这个问题，可以在生成ADeP之前就把Spec文中信息补全，保证材料的完整性，这是最稳妥的方法；其次，也可以在生成的ADept文件中进行修改，将Spec缺失的信息，补充到ADeP中。

ADeP文件的生成
这一过程的顺利与否，取决于操作者是否遵循程序的操作流程。新手最好多观看相关的Help文档和教学视频，避免步骤性出错。在生成ADeP过程中，程序会对issue进行高亮提示，辅助修改Spec或ADeP文件。

Define文件的生成
这一部分也是步骤性操作，生成文件之后要仔细查看文件，可能出现的问题有

• 数据集中Controlled Terms or Format列缺失（Spec中Outformat列的信息未填写）
• Controlled Terms or Format列引用未显示Label名（Codelist页cl_name列是变量名非Label名）
• Derivation/Comment列内容过多（将内容保存到PDF中，使用超链接观看）
• Codelist中的按名称排序可能无逻辑顺序（需要在Adept文件中进行手动调整）
• ......

进行验证
我们公司是用Pinnacle 21软件进行验证。在软件界面，确定好相关版本，导入XPT和define文件开始验证。验证报告结果以Excel格式输出。报告文件中总共有四张表单：Dataset Summary、Issue Summary、Details、Rules。四张表单依次查看，确定issue的位置以及解决方法。

文章前半部分关于Define文件的论述，参考微信公众号：好数据《220 数据•标准 Define.XML 和dataset.xml 的基本介绍》；后半部分是自己的生成Define的一些认识。
----2019年3月17日