用途：该技能帮助智能体思考药物流行病学研究设计，即从非随机真实世界数据（理赔、电子病历、登记库）估计药物因果效应。核心难点是混杂：接受药物 A 的患者与接受药物 B 的患者系统不同，朴素比较会把治疗效应与选择效应混同。
主要能力：覆盖三大支柱——新用药者活性对照设计以对齐时间零点并减少适应证混杂；倾向评分方法或目标试验模拟以平衡已测量混杂；敏感性分析以探查未测量混杂影响。具体包括：选择对照组的决策框架，倾向评分匹配、IPTW 或分层之间的取舍，死亡时间偏倚的识别与解决，目标试验模拟各要素与观察数据的映射，时变治疗与时变混杂下的边际结构模型，以及 E 值、阴性对照、定量偏倚分析等敏感性方法。
使用方式：当用户想用观察数据估计药物对临床结局的影响、询问如何选择药物安全或有效性研究的对照组、在倾向评分匹配/加权/分层间抉择、描述可能含死亡时间偏倚的队列设计、询问目标试验模拟、涉及时变治疗或混杂、评估未测量混杂敏感性，或评审已发表的药物流行病学研究时调用。智能体应澄清因果问题，检查设计是否为新用药者、对照是否活性、时间零点是否对齐，识别偏倚威胁，推荐倾向评分方法，并指定敏感性分析。
限制：资料未提供该技能的安装命令、运行环境、依赖或收费信息。文中决策树与框架仅用于内部推理，不应在回复中复现，只呈现最终建议与支持证据。若目标试验任一要素无法清晰映射，研究存在统计方法无法修复的结构性偏倚。