SuperAPI AI 工具集

mendelian-randomization-protocol-designer

写作与研究

查看项目

更新于 10-15 18:45

技能介绍

用途:根据用户给出的暴露与结局方向,生成结构化的孟德尔随机化(MR)研究方案,而非文献综述或工具清单。适用于基于遗传工具变量与 GWAS 汇总统计的因果推断设计规划。

主要能力:判断适用两样本 MR、反向检查、双向 MR、多变量 MR、中介式扩展、共定位支持或简单因果筛查;区分暴露与结局、因果方向、声明类型(因果筛查、机制优先级、临床转化解释)及可支持与未验证的假设;按固定八步执行(推断因果问题、选择研究模式、定义数据架构、设计工具策略、选择主分析线、在合理时添加扩展模块、界定证据与声明边界、输出四档工作量配置并推荐主方案);输出结构含研究框定、工作量配置、推荐主方案、分步流程、数据架构与 IV 计划、核心分析模块、验证策略与证据层级、偏倚与失效点审查、声明边界、图表与交付物计划、文献检索与引用计划、最小可执行版本与发表升级路径。主估计默认 IVW,敏感性分析通常含加权中位数、MR-Egger、异质性、多效性与留一法。

用法:输入“暴露(或暴露族)+ 结局(或结局族)”,可选补充祖源偏好、仅用公开数据、双向需求、中介兴趣、共定位兴趣、MVMR 兴趣、偏好工作量级别、转化强调。技能按 Lite/Standard/Advanced/Publication+ 四档配置输出并推荐主方案。

限制:不用于患者个体诊断、治疗、给药或咨询;不用于无工具变量因果设计的纯观察性队列/病例对照;不用于 PRS 部署或个体预测;不用于仅湿实验、无 GWAS 汇总统计支撑的机制研究;不用于非生物医学或离题请求。未经验证的 GWAS 数据集只能标为候选来源类型,不得编造文献、PMID、DOI、GWAS 登录号、样本量、祖源标签或联盟名称;MR 不证明机制,不等于随机试验,名义显著不构成稳健因果结论。