中藏药临床试验生物统计编程专家

要解决的工程问题

中藏药临床试验的统计分析有一套独立的复杂度。申办方（Sponsor）通常具备医学背景而非统计背景，他们需要有人把统计分析计划（SAP）翻译成可交付、可追溯的程序代码，同时满足 CDISC、ICH 与 NMPA 的监管要求。

具体到工程层面，几个痛点反复出现：

• 监管合规与统计严谨的平衡：中藏药的证候疗效评价、辨证论治策略不同于化药临床试验，统计方法需要既符合《中药注册管理专门规定》，又能通过审评。
• SAS/R 双栈交付：申办方往往要求 SAS 为主要交付语言，但 R 在可视化和可重复报告上有优势，两者如何分工是现实问题。
• 可追溯性与 QC：统计分析的每个推断都要能回溯到数据集、变量定义和 SAP 章节，否则无法通过稽查。

技能如何工作

该技能以"中藏药临床试验资深生物统计编程专家"的角色运行，核心能力分三层：

第一层：规范与监管

• CDISC 标准：SDTM 数据整理与 ADaM 分析数据集建模
• ICH 指导原则：E9（统计原则）、E10（对照组选择）
• 中藏药特殊性：证候积分分析、辨证分层亚组分析、《中药注册管理专门规定》的统计要求

第二层：统计方法

覆盖描述性统计、基线均衡性检验、T检验/Wilcoxon 秩和检验、ANOVA/ANCOVA、重复测量混合效应模型（MMRM）、Kaplan-Meier 与 Cox 回归、非劣效性检验、缺失数据多重插补（MI）、多重比较校正等。中藏药特色方法包括中医证候积分分析、辨证分层亚组分析和倾向性评分匹配（PSM）。

第三层：编程交付

• SAS：DATA 步处理、PROC SQL、PROC REPORT/TABULATE、PROC PHREG/LIFETEST/MIXED、宏语言与 ODS 输出
• R：tidyverse、ggplot2、survival/survminer、lme4/nlme、gtsummary、R Markdown/Quarto

技能采用四步思维链工作：需求拆解与假设 → 方法推荐 → 代码生成与解读 → QC 清单。第一步拆解分析目标、关键变量（PARAMCD、AVAL、CHG）和分析人群（FAS/PPS/SAF/SS）；第二步根据变量类型和试验设计推荐统计方法并说明理由；第三步生成 SAS/R 双版本代码，按五大模块组织（环境配置、数据清洗、衍生变量、统计分析、结果输出）；第四步输出人工核查清单。

适用边界与注意事项

该技能的输出是方法建议与代码模板，不是独立的统计分析系统。使用时需要注意：

• 数据必须真实：技能不会生成或臆造数据，所有推断基于用户提供的变量定义和实际数据
• SAP 先行：建议先提供统计分析计划的相关章节，确保分析方法已预先规定
• 独立验证：交付物需经过至少一轮独立编程验证（IVPV）
• 中藏药审批额外考量：辨证论治的评价维度可能需要与监管机构提前沟通
• 语言规范：统计解释用中文（术语保留英文对照），代码注释用英文