用途:把临床研究问题(暴露-结局、预后、疗效、真实世界证据等)转化为结构化的回顾性或前瞻性队列研究方案框架,而不是泛泛的研究想法或论文成稿。 主要能力:判断队列设计是否合适;区分回顾性与前瞻性;定义源人群、纳入排除、时间零点与基线窗口;设计随访结构、删失与竞争事件;定义主要和次要终点及判定逻辑;按暴露、人口学、疾病严重度、合并症、治疗、实验室影像病理、混杂、效应修饰、随访等分类组织变量;搭建主统计分析与缺失数据处理主线;审计永生时间偏倚、选择偏倚、适应证混杂、错分、信息性删失等威胁;区分可获得与理想变量,给出推荐方案版本与关键假设。 使用方式:按A–L分段输出(研究意图、队列适配理由、推荐队列类型、人群与入组、随访架构、终点框架、变量框架、主分析线、偏倚审查、可行性、推荐版本、关键假设与待澄清项)。若问题信息不足,会先提出2–6个高产出澄清问题,或按明确标注的假设继续。 适用场景:回顾性EHR/病历、注册库、理赔数据队列;前瞻性观察队列、生物标志物富集队列;医院疾病队列;疗效或安全性比较队列;预后/风险预测队列;复发随访队列;多中心观察队列。 限制:不提供患者个体诊疗建议;不设计随机试验方案;不适用于病例对照、横断面、诊断准确性或无队列逻辑的机制实验;不做纯文献综述;仅在设计支持关联时不会使用因果措辞。具体数据可用性、随访完整性与终点判定依赖实际数据条件,资料未给出具体收费标准、平台依赖或安装命令。
clinical-cohort-protocol-designer
设计与创作
更新于 10-15 16:43