在制药临床研究数字化转型的浪潮中，R/Python等开源技术成为推动临床编程标准化、高效化的重要力量，Pharmaverse应运而生。它是医药行业用户软件交流协会（PHUSE）旗下的开源协作生态，汇聚多方力量打造了一套R/Python工具包体系，涵盖{admiral}、{sdtm.oak}、{gtsummary}等工具，专为临床报告全流程设计。
Pharmaverse搭建起了从原始电子数据采集（EDC）数据到可递交申报结果的直通路径，为药企临床研发团队提供了行业通用的解决方案，也让临床编程的开源转型有了可落地的实践路径。
图注：Pharmaverse中的R/Python包
Pharmaverse的实际应用
Pharmaverse致力于推动精选的R语言（及Python）包生态体系的协同开发，其目标是实现临床报告的标准化。虽然每个工具包都有独立的说明文档，但Pharmaverse的核心价值在于能够实现所有工具包的协同运作，实现1+1>2的整体效果。
尝试使用R语言的一大障碍，往往是环境配置繁琐，而Pharmaverse通过Posit方案解决了这一问题，其预装即用的实操环境，让您秒速上手R语言。
一键启动：
只需点击主页的“Launch Posit Cloud”按钮即可。
无需配置：
进入完全预配置的环境，所有工具包及相关依赖项均已完成加载。
工作流程：
用户看到的并非静态的代码片段，而是可直接打开的RStudio实境实例，端到端脚本可立即运行。
Posit方案不仅提供完备的运行环境，还配套了一系列测试数据和示例规范，其中包含{pharmaverseraw}、{pharmaversesdtm}和{pharmaverseadam}三款数据工具包，助力您基于一套统一且高度贴合实际的临床数据，探索临床报告工作全流程。
从原始数据到申报递交
按照标准临床编程的生命周期，平台划分了专属文件夹结构，用户无需摸索起步路径，只需跟随数据流转即可开展工作。
图注：Pharmaverse临床数据工作流程
第一步：从SDTM标准开始，基于{sdtm.oak}实现数据映射
流程始于{pharmaverseraw}，这是一套不依赖特定电子数据采集系统的合成数据。通过{sdtm.oak}，您能直观看到如何利用可复用的规则化逻辑，将原始变量映射至临床试验数据标准（SDTM）。只需打开SDTM文件夹，调取任意领域（如人口学数据DM、不良事件AE）的脚本，就能清晰看到该工具包如何高效完成这一数据转换工作。
第二步: ADaM数据集推导，{admiral}引擎
完成SDTM数据集的构建后，即可进入ADaM文件夹开展工作。这一环节中，{admiral}系列工具包与Pharmaverse生态的其他工具包协同发挥作用。平台提供的模块化脚本，将复杂的数据集推导工作（如受试者水平分析数据集ADSL、事件发生时间数据集ADTTE），拆解为条理清晰、步骤明确的R语言代码。这些现成的脚本能让您清晰看到治疗起始日期的推导、人群标识的设置，让编程人员对整个过程一目了然。
第三步：报告生成：表格、列表与图表（TLG）
临床报告的最终输出是在“Reporting”板块完成的。平台示例展示了如何将ADaM数据集转化为人口学特征、不良事件、药代动力学等领域的静态展示内容。同时，针对不同技术路径，平台提供了多样化示例，涵盖不同工具包的使用偏好、分析结果数据集（ARD）的应用等，还包含文档制作相关的实操内容，教您将结果转化为幻灯片等不同格式。
第四步：基于{teal}实现交互式报告
临床报告早已不再局限于静态PDF文件。平台展示了基于Shiny的{teal}框架，您可直接启动交互式应用，实现数据的动态探索，直观感受现代化的“分析数据动态审阅”应用在实际场景中的落地。
可追溯性与申报递交
现代临床编程的要求，早已不只是完成数据处理，还需要完善的审计追踪体系。平台具备两大亮点：
日志记录：借助{logrx}等工具包，直观展示如何生成执行日志，精准记录R语言会话中的每一步操作。
申报指导：平台专门设置了eSubmission（电子申报）板块，展示了如何将基于R语言生成的输出结果，打包为美国食品药品监督管理局（FDA）、欧洲药品管理局（EMA）等监管机构要求的格式（如XPT格式）和结构。
Pharmaverse作为持续迭代更新的平台，将不断完善临床工作流工具与实践方案。欢迎您亲自上手体验，感受其为临床编程与申报全流程带来的高效与便捷。
