广东省数据知识产权存证登记平台
登记信息
临床试验合成数据与临床分析质量审计数据集 已登记
  • 数据申请号:

    粤2026092905687

  • 数据登记号:

    SZ2026120010526.5

  • 关键词:

    隐私计算 合成数据 临床试验

  • 登记时间:

    2026-10-22

  • 平台证书编号:

    20260944000010526

  • 数据处理者:

    暂无

  • 服务机构:

    北京集佳知识产权代理有限公司

  • 登记主体:

    广东杰纳晓元数字技术有限公司

  • 法院编号:

    广州互联网法院 - a9144837657965c33bf303c77647caa448e75d8199f0e1019d497212ec71ba05-749fc1a4;legalxchain

区块链信息
  • 上链时间:

    2026-09-29

  • 所属区块链:

    司法联盟链·广东省知识产权保护中心

  • 证据指纹:

    bc28e35f47c9023b11e2f13b76bf9972d012f5386d532c450cacf23a4377e645e6b154e1b7bede5f40b4e5fa4598be213f0c4c751ce339731084cc0cecc9b275

  • 区块链存证证书编号:

    LXM-GDIPI-23202609296121544237

数据信息
数据简介
本数据集基于合法取得的临床试验公开数据集,采用针对临床试验数据集的自创算法, 经治疗组及化疗方案分层、混合临床变量联合建模、经验分布映射和多次随机合成形成。数据包含基线特征、PFS、OS、12周应答、全程应答及治疗失败等临床分析变量,可用于临床统计分析开发、统计软件测试、人工智能模型评估和隐私保护数据审计。
  • 数据来源:

    自行产生

  • 数据所属行业分类:

    C27 医药制造业

数据处理规则说明
本合成数据集基于去标识化临床试验数据加工形成, 体现本公司自创和验证的算法流程。首先提取基线特征、治疗信息及临床终点变量,规范字段编码和缺失值表达;按治疗组与化疗方案分层,采用经验高斯Copula方法对临床变量联合建模,通过随机抽样和经验分布逆变换生成合成记录,同时保留各分层的记录数量。生成后,检查字段结构、记录数量、事件编码及时间取值,采用统一分析规则计算PFS、OS、应答和治疗失败结果。处理规则详见规则表。 本算法按随机治疗组和化疗方案分层,保持各层样本规模。对年龄、基线特征及临床终点进行秩编码和正态分位数转换,估计层内变量相关矩阵;从拟合的多元正态分布联合抽样,再经标准正态累积分布和经验逆分布映射回原字段取值,生成合成记录。缺失值纳入经验取值范围,按抽样结果生成,不与原记录逐行对应。算法依据预设随机种子重复生成数据,并通过字段分布、相关性、终点汇总及隐私风险指标进行评估。另附件代码对12周应答计数设置零知识审计电路。 详见《数据结构说明》
应用场景描述
本数据集适用于临床统计分析程序开发、统计软件测试、科研教学及合成数据质量审计。使用者可基于合成记录开展无进展生存期(PFS)、总生存期(OS)、应答率及治疗失败分析,生成生存曲线和统计汇总,并通过配套参考结果检查程序计算的一致性。附件同时提供指定应答计数质量规则的零知识证明材料(附件二),支持在不访问源患者级记录的条件下核验该项质量声明。使用时应结合逐终点质量评价结果确定适用范围,不作为真实患者诊疗或药物疗效确认的依据。
  • 数据格式:

    xlsx

  • 数据更新频率:

    其他

  • 数据量:

    9262

样例数据
详看附件 附件下载
数据结构样例
数据集合计22个字段,分别为:seedno(合成批次编号)、STUDYID(研究编号)、TRT(治疗组)、CHEMO(化疗方案分层)、AGE(基线年龄)、SEX(性别)、RACCAT(种族分类)、KRAS(KRAS基因状态)、PRADJI(既往辅助治疗标志)、B_ECOG(基线体能状态)、DIAGTYPE(诊断部位分类)、B_METACT(基线转移部位数分类)、B_LDHYN(基线乳酸脱氢酶标志)、PFSDYCR(中心评审无进展生存时间)、PFSCR(中心评审无进展生存事件)、DTHDY(总生存观察时间)、DTH(死亡事件标志)、R12CR(12周中心评审应答)、ROSCR(研究期间中心评审应答)、TFAILDY(治疗失败观察时间)、TFAIL(治疗失败事件标志)、SYNTHETIC_SEED(合成随机种子)。
数据状态
  • 2026-10-22

    数据知识产权登记完成