用途：为诊断、疗效、病因、预后四类临床研究计算样本量，输出结构化 Markdown 报告，默认写入 output/ 目录，文件路径在 JSON 输出中返回，可用 --output_dir 指定自定义目录。
主要能力：诊断研究支持灵敏度/特异度、AUC、Kappa 及多变量模型；疗效研究支持随机对照试验（RCT）与单臂研究，输入为 JSON 字符串或文件；病因研究支持队列/病例对照；预后研究支持预测模型与预后因素，含 EPV 方法。未提供标准差、误差范围等统计参数时，会按研究类型与模式推断合理默认值（如 t 检验按中等效应量、标准 alpha/beta）。支持通过 --study_name 与 --outcome 附加研究名称与主要结局指标，报告为中文 Markdown。
使用方式：运行 python scripts/main.py，第一个参数指定研究类型 diagnostic、efficacy、etiology 或 prognosis。示例：python scripts/main.py --study_name "New Biomarker Study" --outcome "Sensitivity > 0.8" diagnostic sens_spec --se 0.8 --sp 0.9 --error 0.05 --prev 0.3 --dropout 0.1。仅提供名称与结局时可智能推断，如 python scripts/main.py --study_name "Screening Test" --outcome "Diagnosis" diagnostic sens_spec。运行前可执行 python -m py_compile scripts/main.py、python scripts/main.py --help、python scripts/validate_skill.py --help 或 python scripts/calculators.py --help 验证。主要实现位于 scripts/calculators.py。
适用场景：需要可复现、清单式执行的临床研究样本量估算。
限制：依赖 Python 3.10+，第三方包未做版本固定；缺少必要源数据、标识、文件或凭据时不适用；不可用于编造结果或超出范围结论；推断的默认参数属于假设，需在报告中明确标注。