用途：将体重、体温、临床评分、生物标志物或遥测数据合并为每只动物的单一相对严重度评分（RELSA），并做探索性评分预测与严重度区间划分。
主要能力：relsa_score.py 计算参考相对多变量评分，输出各变量权重与总分；forecast_relsa.py 用ARIMA对指定时间点评分做探索性预测（含滚动模式）；kde_thresholds.py 基于评分密度极小值划分区间。
使用方式：数据为CSV，每只动物每时间点一行，需id与时间列，treatment、condition可选。安装：uv venv --python 3.13 .venv-relsa；uv pip install --python .venv-relsa/bin/python numpy==2.5.3 pandas==3.0.6 scipy==1.18.1 statsmodels==0.15.0 matplotlib==3.11.2。示例：python scripts/relsa_score.py assets/example_cohort.csv --variables weight,temp,score,il6 --normalize weight,temp,il6 --turned il6 --score-scale score=8 --baseline-time -1 --reference-group condition=endpoint --save-reference reference.json --out relsa_scores.csv。
关键决策：变量方向性（上升变量须用--turned声明）、参考集选择、零基线评分用--score-scale映射、全程测量的变量。
限制：评分0不代表福利正常，1不是通用终点；预测仅估计评分，不预测终点时间或死亡概率；KDE区间非EU严重度分类；需冻结参考集与阈值；观察到的痛苦与批准的安乐死标准优先。软件版本、价格等暂未提供。