二、自建数据库：从HIS到智能EDC

1. 科学利用医院HIS系统

医院信息系统（HIS）是回顾性研究的核心数据源，操作流程如下：

• 数据导出

  • 从HIS系统导出Excel表格（含患者ID、诊断、用药、检验等字段）。
  • 注意去标识化处理（如加密患者ID，删除联系电话）。

• 数据清洗

  • 缺失值处理：使用风锐统计软件（https://www.clinicalscientists.cn/freestatistics/）的“数据查看”、“缺失值查看及处理”、“变量可视化”、“重复记录处理”等功能满足初始数据的清洗整理。
  • 异常值处理：通过“逻辑校验”功能，快速定位矛盾数据（如“收缩压=30 mmHg”需回溯病历核对）。

• 筛选数据

  • 可通过疾病诊断标准筛选出目标人群。

工具优势：风锐统计支持关联研究全自动一键分析，基线资料、单因素分析、多因素分析、亚组分析、RCS、森林图等。

2. 风锐EDC：临床科研的智能引擎

风锐EDC是临床科学家团队自主研发的电子数据采集管理平台，特点包括：

• 功能亮点

  • 智能表单设计：拖拽式编辑字段（支持单选、多选、量表），10分钟完成CRF表搭建。
  • 实时质控：预设逻辑规则（如“入组年龄≥18岁”），触发异常时自动提醒研究者。
  • 多中心协作：支持分权限管理（研究者仅查看本中心数据，PI可全局监控）。

• 公共数据整合

  • 通过风锐EDC公共数据管理平台（访问入口），可直接下载NHANES、CHARLS等公开数据，并自动转换为结构化格式（如CSV）。

  • NHANES数据库

  • 
  • 
  • CHARLS数据库

  • 

  • 孟德尔随机化数据库

  • 

  • ---

    三、数据获取的伦理与合规

  • 伦理审批

    • 回顾性研究需获得医院伦理委员会豁免审批（豁免函模板见小黑屋资源库）。
    • 前瞻性研究需提交完整研究方案（含知情同意书设计）。

  • 数据安全

    • 存储于医院内网服务器或风锐私有云（符合《个人信息保护法》要求）。
    • 定期备份并加密（推荐使用AES-256算法）。

  • ---

    结语

    数据获取是临床研究的起点，更是决定研究高度的基石。无论是我们自己的数据库CHARLS、CHNS，还是智能化的风锐EDC，合理利用工具与资源，能让你的科研事半功倍。下期我们将深入探讨《临床研究三千问之数据分析篇》，解析如何从数据中提炼科学真相！

    版权声明：本文内容来源于小黑屋体系课程，仅供学习交流，严禁用于商业用途！
    From：临床科学家团队

    ---

    附：风锐工具直达链接

  • 风锐统计软件：临床科学家
  • 风锐EDC平台：https://clinicaledc.com/admin/login?redirect=/workbench