用途：为确证性临床试验设计多重性策略，在主要终点、关键次要终点与亚组分析间控制试验整体族错误率（FWER），并给出可证明的强FWER控制。
主要能力：以闭合检验（Marcus-Peritz-Gabriel 1976）为理论基础，涵盖Bonferroni、Holm、Hochberg、Hommel、固定序列、平行/串行/混合门控、Bretz-Maurer 2009图形法、Bretz 2011 Simes/参数扩展、Maurer-Bretz 2013纠缠图，以及探索性场景的Benjamini-Hochberg FDR。提供按场景（共同主要终点、多重主要终点、主要+关键次要、亚组、win-ratio等）的决策表与标准SAP图形模式。
使用方式：R中可用gMCP构造图，如graphMCP(m=transitions, weights=weights, hnames=hypotheses)，再调用gMCP(graph, pvalues=p_vals, alpha=0.025)；Simes或参数版本加test='Simes'或corr=相关矩阵。Python可用statsmodels.stats.multitest.multipletests(p_vals, alpha=0.05, method='holm')等。使用前需核对版本：R用packageVersion('<pkg>')与?function_name，Python用pip show与help()。
适用场景：确证性试验的SAP多重性设计、关键次要终点层级、亚组alpha分配、门控结构选择。
限制：确证性推断普遍要求FWER而非FDR；Hochberg需PRDS假设，负相关时失效应回退Holm；固定序列顺序须按临床重要性预先指定；图形权重须在SAP中预先设定，事后调权会膨胀I类错误；纠缠图牺牲Gabriel相干性。资料未提供具体收费、平台与效果数据。