- 从建库、源数据治理到 TFL 与结果交付
- 全流程
从建库、源数据治理到 TFL 与结果交付
- 字段级来源摘录、版本管理与稽查轨迹随交付物归档
- 可追溯
字段级来源摘录、版本管理与稽查轨迹随交付物归档
- 重复环节由自研工具链承接，方法学判断与审核仍由资深统计师负责
- 提效
重复环节由自研工具链承接，方法学判断与审核仍由资深统计师负责
服务
三条业务线，一条交付链
按研究数据在项目中的实际流转顺序组织服务。你可以只接其中一段，也可以从方案阶段全流程委托。
01
临床研究数据管理
从数据管理计划到锁库交付，覆盖 EDC 建库、数据核查、质疑管理与质量控制，全程留痕。
- 数据管理计划（DMP）
- CRF 设计与 EDC 建库、UAT 与上线
- 数据核查计划（DVP）与数据核查
- 数据质疑（Query）管理
- SAE 一致性核查与数据审核会议
- 数据库锁库与数据交付
查看服务
02
RWS 数据治理
把非结构化、字段各异、随访断档的真实世界源数据，治理为可直接用于统计分析的标准化数据集。
- 数据治理计划（DCP）
- 源数据调查（SDAR）与适用性评估
- 研究专用 CDM 设计与治理规则说明书
- 非结构化文本处理与 ETL 开发验证
- 经治理数据集（SCD）形成与质量核查
- 版本管理、锁库与交付
查看服务
03
临床研究统计分析
从统计分析计划到 TLF 交付，以 ICH E9(R1) Estimand 框架驱动方法选择，结果可复现、可追溯。
- 统计分析计划（SAP）
- 样本量与检验效能估算
- 统计分析数据集（SDTM／ADaM）
- 统计分析程序开发与验证
- 统计表、列表与图（TLF）生成与质控
- 统计分析结果交付
查看服务
交付流程
五个阶段，一条交付链
按研究数据在项目中的实际流转顺序推进，每个阶段都有明确的工作内容与交付留痕。
- 01
方案与建库
明确分析目标与数据要求，设计 CRF、完成 EDC 建库与上线。
- 02
源数据治理
调查源数据结构，评估适用性，设计 CDM 与治理规则，开发并验证 ETL。
- 03
数据集形成
数据清洗与澄清留痕，医学审阅与编码，形成经治理数据集并覆盖质量核查。
- 04
统计分析
编写 SAP 与样本量估算，派生 ADaM 数据集，开发并验证分析程序，生成 TLF。
- 05
锁库与交付
版本管理、锁库签署、适用性评估与结果交付，文档归档留痕。
为什么选择真循
AI 放大的是产能，不是责任
三项主张对应三处具体机制，均可落到文件与记录上核查。
方法学判断由人负责
- 统计决策、结果解释与署名责任由资深统计师承担，不由模型代劳。
- 同一研究目标在不同数据假设下会选用不同方法——倾向性评分匹配、加权或双重稳健估计，选择依据写入 SAP 并留痕。
重复劳动固化为产线
- 文档格式化、ETL 代码生成、TLF 渲染等重复环节由自研工具链承接，人力集中在方法学判断与结果审核。
- 相比完全人工推进，完整初稿的交付周期明显缩短，方法学标准不降。
交付物可审计
- 生产与质控两条链路并行：每个产出都有对应的自动核查与人工复核节点。
- 字段级来源摘录、版本管理、稽查轨迹随交付物一并归档，第三方可独立复核。
软件产品
把重复方法沉淀成工具
啄研
即将上线智能论文助手。面向临床研究者，协助处理选题、研究方案、统计方法与稿件撰写中的关键环节。
医药数据统计教程网
即将上线面向医药数据从业者的体系化教程站点，覆盖数据治理与统计分析的实操路径。
告诉我们你手上的数据，我们来判断能接哪一段
源数据情况、研究阶段、目标产出——说清这三件事，就能给出可交付的范围与周期。