本技能将临床试验 CRF/方案文档（Word/Excel/PDF）转换为符合 REDCap 标准的数据字典 CSV 文件。
| 列名 | 说明 | 示例 | |
|---|---|---|---|
| ------ | ------ | ------ | |
| Variable / Field Name | 字段变量名，CDISC规范 | sex, ie_1, dm_3 | |
| Form Name | 表单英文名 | demography, inclusion_exclusion | |
| Section Header | 分节标题（仅首字段填写） | 患者基本信息 | |
| Field Type | 字段类型 | text, dropdown, radio, checkbox, calc, notes, file | |
| Field Label | 字段中文标签 | 性别, 年龄（岁） | |
| Choices, Calculations, OR Slider Labels | 选项或计算公式 | `1, 男 \ | 2, 女 或 round([weight]/(([height]/100)^2),1)` |
| Field Note | 特殊说明/格式要求 | 单位：岁, YYYY-MM-DD | |
| Text Validation Type | 验证类型 | date, number, integer, datetime | |
| Text Validation Min/Max | 数值范围 | 0, 120 | |
| Identifier? | 是否隐私字段（仅限姓名、身份证等直接身份标识） | y（是）或留空 | |
| Branching Logic | 分支逻辑 | [dm_10] = "7" | |
| Required Field? | 是否必填 | y（是）或留空 |
> 同组字段只在第一个字段设置 Section Header，后续字段留空。
Variable / Field Name,Form Name,Section Header,Field Type,Field Label,...
record_id,inclusion_exclusion,,text,Record ID,...
enroll_date,inclusion_exclusion,入排标准判定,text,入组日期,...
ie_1,inclusion_exclusion,,dropdown,纳入标准1：≥18周岁,...
ie_2,inclusion_exclusion,,dropdown,纳入标准2：同种异体肝移植术后,...
> 第一个字段必须是 record_id，类型为 text，标签为 "Record ID"。
Variable / Field Name,Form Name,Section Header,Field Type,Field Label,...
record_id,inclusion_exclusion,,text,Record ID,...
> 仅当字段涉及患者直接身份标识（如姓名、身份证号、住院号、手机号等）时设置 y。
> 一般人口学资料（年龄、性别、体重等）不属于隐私标识，不要设置。
Variable / Field Name,Field Type,Identifier?,...
dm_1,text,y,... # 编号（含姓名首字母），属于隐私
dm_3,text,,... # 年龄，不属于隐私，无需设置
> 计算字段（calc）的 Text Validation Type / Min / Max 留空。
Variable / Field Name,Field Type,Choices, Calculations, OR Slider Labels,Text Validation Type,...
dm_bmi,calc,round([dm_6]/(([dm_5]/100)^2),1),,...
> 选项数量决定字段类型：
> - ≤4个选项 → 使用 radio（单选按钮），界面更直观
> - ≥5个选项 → 使用 dropdown（下拉选择），避免界面拥挤
> - 多选 → 使用 checkbox
| 选项数 | 推荐类型 | 示例 | |||||
|---|---|---|---|---|---|---|---|
| --------- | ---------- | ------ | |||||
| 2-4 | radio | `1, 是 \ | 0, 否` | ||||
| ≥5 | dropdown | `1, HBV \ | 2, HCV \ | 3, DILI \ | 4, PBC \ | 5, 肿瘤 \ | 6, 其他` |
| 多选 | checkbox | `1, 血流 \ | 2, 肺部 \ | 3, 腹腔 \ | 4, 泌尿系统` |
| 类型 | 说明 | Choices 格式 | ||
|---|---|---|---|---|
| ------ | ------ | ------------- | ||
text | 单行文本 | 无 | ||
notes | 多行文本/备注 | 无 | ||
radio | 单选按钮（≤4个选项） | `0, 否 \ | 1, 是` | |
dropdown | 下拉选择（≥5个选项） | `0, 否 \ | 1, 是 \ | 2, 其他` |
checkbox | 多选框 | `1, 选项1 \ | 2, 选项2 \ | 3, 选项3` |
calc | 计算字段 | round([weight]*10000/([height]^2),1) | ||
file | 文件上传 | 无 | ||
date | 日期（用 text + date 验证） | 无 | ||
datetime | 日期时间（用 text + datetime 验证） | 无 |
markitdown 将文档转为 Markdown表X： 或 表X 格式的表单标题（注意可能混用全角/半角空格）{}、（） 包含字段定义当文档包含评分表图片（如 SOFA、APACHE、GCS、诊断标准）时：
image 工具识别图片内容文档可能混用 ASCII 和全角括号：
{单选，是，否}｛单选，是，否｝分支逻辑写在 Choices 中，通过 [字段] = "值" 格式标注：
choices = "1, 是 | 0, 否"
branching = '[dm_10] = "7"' # 当选择"其他"时显示备注文本
| 前缀 | 表单 | 示例 |
|---|---|---|
| ------ | ------ | ------ |
ie_ | inclusion_exclusion 入排标准 | ie_1, ie_2 |
dm_ | demography 患者基本信息 | dm_1, dm_3 |
meld_ | pre_meld MELD评分 | meld_inr, meld_score |
sofa_p_ | pre_sofa 术前SOFA | sofa_p_gcs, sofa_p_total |
apach_ | pre_apache APACHE评分 | apach_p_temp, apach_p_total |
cci_ | pre_cci Charlson合并症 | cci_1, cci_total |
infrf_ | preop_infrf 术前感染因素 | infrf_1, infrf_3_detail |
op_ | op_info 手术信息 | op_date, op_blood_rbc |
don_ | donor_info 供体信息 | don_age, don_hbsag |
inf_ | infection_info 感染信息 | inf_date, inf_site |
sofa_i_ | infection_sofa 感染时SOFA | sofa_i_pf, sofa_i_total |
apach_i_ | infection_apache 感染时APACHE | apach_i_gcs, apach_i_total |
bsi_ | bsi_criteria 血流感染标准 | bsi_1, bsi_2_symptom |
abi_ | abi_criteria 腹腔感染标准 | abi_ssi, abi_ia_clinical |
pulm_ | pulm_criteria 肺部感染标准 | pulm_img_1, pulm_symptom |
fu_ | treatment_fu 随访 | fu_date, fu_abx |
out_ | outcome 结局 | out_clinical, out_survive_90d |
当用户上传文档并要求生成数据字典时：
1. 读取文档（markitdown 转换为 Markdown）
2. 提取并识别文档中的图片（如有评分表）
3. 解析表单结构和字段定义
4. 按上述规则生成数据字典
5. 确保 record_id 为第一行
6. 通过飞书发送 CSV 文件
pip install python-docx lxml markitdown
共 2 个版本