用途：面向荟萃分析（meta-analysis）的异质性诊断，生成 Baujat 散点图并输出各研究贡献度数据，帮助识别对合并结果和异质性统计量 Q 影响较大的潜在离群研究。Baujat 图横轴表示各研究对总体合并结果的贡献（基于平方 Pearson 残差），纵轴表示各研究对异质性 Q 的贡献。
主要能力：输入荟萃分析数据 CSV，输出 Baujat 图 PNG 与贡献数据 CSV；给出 I²、Tau²、Q、df、P 等异质性统计量；按 Q 贡献降序排列研究并标注判断（如离群 / 正常）；附带基于结果的建议。
数据格式：支持二分类、连续型和生存型结局。二分类需 study、group1_Events、group1_sample_size、group2_Events、group2_sample_size；连续型需 study、group1_sample_size、group1_Mean、group1_SD、group2_sample_size、group2_Mean、group2_SD；生存型需 study、group1_HR、group1_95%Lower CI、group1_95%Upper CI。至少需 3 项研究。
使用方式：先确认输入文件、输出路径和参数，再执行 R 脚本：Rscript scripts/baujat_plot.R "<csv_path>" "<type>" "<outcome_name>" "<output_dir>"。type 取 Binary、Continuity 或 Survival。也可用打包脚本 scripts/baujat_plot_fallback.py，示例用法：cd "20260316/scientific-skills/Data Analytics/meta-baujat-plot"，python -m py_compile scripts/baujat_plot_fallback.py，python scripts/baujat_plot_fallback.py --help。校验命令：python scripts/baujat_plot_fallback.py --help。
依赖：Python 3.10+；R 包 meta、metafor、ggplot2、ggrepel，缺失时可执行 install.packages(c("meta", "metafor", "ggplot2", "ggrepel"))。
限制：缺少源数据、标识或参数时不应使用；不得用于编造结果或不支持的结论；第三方包版本未显式固定；输出结果与阈值判断依赖实际输入数据，文档未提供具体收费或平台信息。