SuperAPI AI 工具集

clinical-research

写作与研究

查看项目

更新于 10-15 19:54

技能介绍

用途:面向研发临床团队、医学监查与生物统计职能,在“已有假设”到“方案可提交”之间,结构化三项最难的设计决策:终点选择、样本量/把握度、阶段门可行性。

主要能力:三个确定性工具。sample_size_estimator.py 对两臂均值(Cohen's d)、比例(正态近似)和生存(Schoenfeld 事件数)做闭式把握度/样本量估算,并按脱落率膨胀,输出带“ESTIMATE — confirm with a biostatistician”横幅。endpoint_selector.py 按临床相关性、可测量性、法规接受度、变化敏感性、负担五个加权维度给候选终点打分,分类为 PRIMARY / KEY-SECONDARY / EXPLORATORY,并对未验证替代终点扣分。phase_gate_scorer.py 从招募可行性、终点就绪度、统计把握度、操作复杂度、预算匹配度给研究计划打 0-100 分,返回 GO / GO-WITH-CONDITIONS / REDESIGN / NO-GO 及必须签字的指定负责人。

使用方式:先填写 assets/protocol_synopsis_template.md 草拟概要;运行 endpoint_selector.py --input endpoints.json --profile {drug|device|biologic|diagnostic|digital-therapeutic} 选择终点;运行 sample_size_estimator.py --design {means|proportions|survival} ... 估算样本量;运行 phase_gate_scorer.py --input study.json --profile <same> --phase {1|2|3|4} 评分;最后组装门禁包交由生物统计师、医学监查和法规负责人签字。三个脚本均为 stdlib-only,支持 --help、--sample、--output {human,json}。可先运行 python3 scripts/onboard.py 完成一次配置问卷,答案保存到 ~/.config/research-ops/clinical-research.json 或项目级路径,CLI 参数始终覆盖配置。

适用场景:选择主要终点并需应对替代终点审查;为方案概要提供可辩护的首版样本量估算;阶段门评审前做可行性判断;压力测试计划入组是否可达。

限制:不用于准备法规提交或临床评价报告、寻找或定位资助、设计产品 A/B 实验,也不替代生物统计师的最终样本量论证。样本量公式使用正态近似与内置 z 表,属首版估算;终点评分按开发领域套用惯例法规先验,公司或适应症先例可覆盖;阶段门评分内置每患者成本基准,可传真实预算覆盖;未验证替代终点不能作为主要终点。所有输出均为估算,须由指定负责人签字确认。