张薇 · 临床数据分析

• 在2项III期肿瘤临床试验中，依据CDISC标准编写SAS宏对原始数据集进行自动化清洗，将数据逻辑核查效率提升40%，成功识别并修正132处编码异常，确保数据提交零重大缺失。

• 参与制定3份统计分析计划（SAP），主导采用R语言开发随机化列表与盲态审核的独立验证脚本，使统计输出与SAP一致性达100%，支持2个项目提前2周通过数据审阅。

• 针对某II期糖尿病试验的纵向数据缺失问题，设计基于SAS PROC MIXED的混合效应模型补全方案，将有效分析集样本量扩大15%，最终主要终点分析结果获得监管机构接受。

• 负责5个注册性项目的数据交付，通过建立SAS与R的双核对管道，将统计报告生成周期从5天压缩至2.5天，并确保输出表格、列表与图形（TLFs）在QC阶段错误率低于0.3%。

• 在[机构代号A]实习期间，针对一项II期肿瘤临床试验，使用SAS编写自动化逻辑核查脚本，对1,200+条原始CRF数据进行一致性校验，一次性检出87处录入错误与逻辑矛盾，数据通过率从91%提升至99.2%。

• 为支持早期项目数据质量检查，在Excel中搭建分级核查模板，通过条件格式与公式标记异常值，累计完成3个I期项目的3,500+条数据复核，发现并修正142处缺失或超范围记录，确保数据完整性达标。

• 主导一项I期PK/PD研究的SAS编程任务，编写数据合并与衍生变量计算程序，将原本需3天的手工录入工作缩短至4小时完成，且后续质控零差错。

• 在数据录入阶段，设计并执行基于SAS的批量数据导入与双录入校验流程，覆盖2个项目的2,800条记录，将录入错误率从2.3%降至0.4%，显著提升数据可靠性。

授予学术与科研综合表现优异的研究生