outcome-extraction-for-clinical-trials

用途：为系统评价与荟萃分析，从临床研究论文全文中提取结构化的结局指标数据（二分类、连续型、生存数据）。工作流先处理输入：用户提供论文全文加可选 PMID；若提供 PMID 则先查询数据库已有结果，无 PMID 或无匹配时进入 LLM 提取。随后由 LLM 识别结局，判定类型（binary、continuous、survival）并识别测量时间点，输出 JSON；代码按类型分离为 bi_outcomes、con_outcomes、sur_outcomes。二分类结局按组提取样本量 n 与事件数 event；连续型提取 n、mean、sd；生存型提取 n、HR、95% 下置信区间、95% 上置信区间。最终合并为统一 JSON 结构，字段值转为字符串，输出语言为英文，未找到数据输出空字符串。执行入口为 scripts/extract_pdf.py，依赖 Python 3.10+，第三方包版本未固定。示例：先运行 python -m py_compile scripts/extract_pdf.py，再运行 python scripts/extract_pdf.py --help；实际运行前需确认输入路径、输出路径、范围过滤、阈值等参数。要求基于全文而非仅摘要，考虑论文中所有干预组和所有目标结局，报告全部数据而不论统计显著性，使用具体干预组英文名称。references/（含 extraction-promots.md）提供各结局类型的详细 JSON 结构说明。限制：平台、收费、价格与效果等资料暂未提供。